大模型排行榜(2026 最新)
每日更新的 AI大模型排名:截至 11月17日,LMArena 第一名是 Gemini 4 Carbon。 智能体任务净改善第一是 Claude Fable 5.2(28.61%)。
本周变化
对比 11月10日大模型排行榜(2026 最新):完整榜单
共 91 个,显示前 30 个默认按 arena.ai 智能体榜的净改善排序(括号内为取用的推理档位);没有智能体成绩的模型排在其后,按 LMArena 文本榜(风格控制)排序。净改善的置信区间普遍较宽,相邻名次常在误差范围内。 改按文本榜评分排序 → 改按 AA 智能指数排序 →
| # | 模型 | arena.ai 智能体榜 | 文本 | AA 指数 | 价格 $/1M tokens | 延迟(秒)与速度 | 上下文 | 发布 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 净改善↓ | 确认成功率 | 好评vs投诉 | 可操控性 | 智能 | 编程 | 输入 | 输出 | 最低渠道 | TTFT | 首答 | tok/s | |||||
| 11–1 | 28.61%±3.72Max | 19.41%±4.55 | 76.02%±14.72 | 25.51%±4.30 | – | 61.8 | 69.6 | $8.00 | $40.00 | $8.00 / $40.00 | 27 | 27 | 76 | 1M | 11月9日 | |
| 22–6 | 18.19%±2.03Max | 19.13%±3.30 | 37.29%±7.54 | 17.52%±1.86 | 1506.8±6.0#4 | 59.1 | 65.3 | $4.00 | $20.00 | $4.00 / $20.00 | 671 | 671 | 94 | 1M | 9月22日 | |
| 32–7 | 16.45%±0.68High | 17.88%±1.09 | 40.31%±2.48 | 18.14%±0.59 | 1526.2±9.6#1 | 60.0 | 65.3 | $2.00 | $10.00 | $2.00 / $10.00 | 111 | 111 | 83 | 1.05M | 10月28日 | |
| 42–10 | 15.29%±2.90Max | 18.01%±4.64 | 30.20%±11.32 | 13.69%±2.67 | 1472.9±6.0#47 | 54.5 | 58.5 | $2.00 | $10.00 | $2.00 / $10.00 | 453 | 453 | 131 | 1M | 9月28日 | |
| 52–8 | 14.91%±1.89High | 16.81%±2.91 | 33.76%±7.07 | 18.37%±1.69 | 1490.4±9.0#15 | 53.9 | 60.1 | $1.50 | $7.50 | $1.50 / $7.50 | 62 | 62 | 217 | 1.05M | 11月12日 | |
| 62–10 | 14.10%±2.08Max | 14.68%±3.50 | 29.84%±7.79 | 13.45%±1.83 | 1502.3±5.5#7 | 50.0 | 57.2 | $10.00 | $50.00 | $10.00 / $50.00 | 82 | 82 | 58 | 1M | 9月1日 | |
| 73–10 | 13.91%±2.03Max | 13.57%±3.58 | 31.15%±7.43 | 13.51%±1.84 | 1473.9±5.5#42 | 56.9 | 61.8 | $10.00 | $50.00 | $10.00 / $50.00 | 361 | 361 | 51 | 1.05M | 9月3日 | |
| 95–11 | 11.78%±1.13Max | 11.21%±2.02 | 26.54%±4.04 | 12.20%±1.05 | 1480.8±6.2#30 | 54.6 | 59.4 | $2.00 | $10.00 | $2.00 / $10.00 | 270 | 270 | 68 | 1.05M | 9月29日 | |
| 105–11 | 11.34%±1.24Max | 9.08%±2.45 | 18.69%±4.30 | 15.80%±1.19 | – | 42.4 | 46.4 | $1.00 | $5.00 | $1.00 / $5.00 | 11 | 11 | 81 | 1.05M | 10月26日 | |
| 119–11 | 10.00%±0.89High | 13.17%±1.61 | 22.37%±3.13 | 11.79%±0.97 | 1521.7±5.4#2 | 50.4 | 57.3 | $2.00 | $10.00 | $2.00 / $10.00 | 57 | 57 | 89 | 1.05M | 9月30日 | |
| 1312–18 | 8.00%±0.94Max | 10.48%±1.81 | 13.90%±3.04 | 7.80%±1.07 | – | 50.1 | 55.3 | – | – | – | – | – | – | – | 10月12日 | |
| 1412–19 | 7.46%±1.34XHigh | 9.18%±2.54 | 13.22%±4.51 | 8.43%±1.56 | – | 42.9 | 50.1 | $1.50 | $4.50 | $1.43 / $4.28 | 3.2 | 37 | 59 | 1M | 11月16日 | |
| 1612–22 | 6.25%±1.57Max | 3.48%±3.43 | 9.16%±5.23 | 9.44%±1.72 | 1457.2±5.5#68 | 44.2 | 48.9 | $2.00 | $10.00 | $2.00 / $10.00 | 68 | 68 | 150 | 1.05M | 9月22日 | |
| 1712–21 | 6.22%±1.17High | 4.15%±2.41 | 12.11%±3.62 | 6.22%±1.39 | 1504.0±4.2#5 | – | – | $10.00 | $50.00 | $10.00 / $50.00 | 59 | 59 | 61 | 1M | 6月9日 | |
| 1812–21 | 6.18%±1.31Max | 9.43%±2.59 | 10.24%±4.21 | 2.73%±1.65 | 1489.7±3.6#16 | 44.2 | 51.3 | $5.00 | $25.00 | $5.00 / $25.00 | 39 | 39 | 52 | 1M | 7月24日 | |
| 1914–22 | 5.67%±1.26 | 6.67%±2.60 | 6.57%±4.21 | 9.37%±1.38 | – | 34.6 | 41.1 | $0.83 | $2.50 | $0.42 / $1.25 | 2.5 | 23 | 100 | 1.05M | 11月3日 | |
| 2116–25 | 3.95%±1.12Max | 2.07%±2.46 | 6.58%±3.49 | 4.89%±1.36 | 1488.0±13.0#24 | 46.5 | 50.9 | $2.00 | $10.00 | $0.24 / $8.40 ⚠ | 2.2 | 72 | 29 | 1.05M | 10月23日 | |
| 2218–25 | 3.72%±1.13XHigh | 1.71%±2.36 | 4.73%±3.58 | 4.03%±1.43 | 1485.1±4.3#23 | – | – | $4.00 | $20.00 | $4.00 / $20.00 | 68 | 68 | 123 | 1.05M | 7月9日 | |
| 2321–32 | TInkling 2 Small 初步Thinking Machines开放权重 | 2.51%±1.29 | 4.14%±2.92 | -2.84%±4.05 | 9.54%±1.49 | 1411.8±11.8#152 | 30.6 | 38.9 | $0.30 | $1.00 | $0.30 / $1.00 | 2.4 | 21 | 105 | 1.05M | 11月5日 |
| 2421–39 | 1.78%±1.50XHigh | 4.20%±3.24 | 2.19%±4.76 | -3.62%±1.99 | 1443.3±5.3#92 | 35.5 | 41.8 | $2.00 | $6.00 | $2.00 / $6.00 | 42 | 42 | 74 | 500K | 9月21日 | |
| 2521–39 | 1.73%±1.50Max | -4.64%±3.28 | -2.21%±4.76 | 9.81%±1.82 | – | 36.0 | 41.8 | $0.10 | $0.50 | $0.10 / $0.50 | 6.5 | 9.6 | 644 | 1.05M | 11月9日 | |
| 2623–34 | 1.50%±0.91 | 3.68%±2.01 | 2.07%±2.76 | 0.56%±1.18 | 1479.9±9.5#31 | 29.9 | 34.3 | $0.44 | $0.87 | $0.44 / $0.87 | 3.0 | 42 | 52 | 1.05M | 9月21日 | |
| 2723–34 | 1.44%±0.87High | 0.76%±1.85 | 3.50%±2.60 | -2.83%±1.21 | 1496.7±4.2#9 | 30.8 | 38.8 | $0.75 | $3.75 | $0.83 / $4.13 | 26 | 26 | 124 | 1.05M | 9月2日 | |
| 2823–38 | 1.20%±0.87Max | 2.73%±1.88 | 0.08%±2.66 | 0.96%±1.16 | 1496.5±5.0#10 | 36.6 | 44.1 | $1.25 | $4.25 | $1.25 / $4.25 | 47 | 62 | 136 | 1.05M | 9月2日 | |
| 2923–39 | 1.14%±1.20High | -1.18%±2.75 | -2.84%±3.58 | 1.46%±1.71 | 1460.8±4.1#62 | – | – | $2.00 | $10.00 | $2.00 / $10.00 | 172 | 172 | 82 | 1M | 6月30日 | |
| 3023–34 | 1.13%±0.51Max | 1.98%±1.20 | -0.70%±1.56 | 3.00%±0.65 | 1475.1±6.1#38 | 32.6 | 37.6 | $0.30 | $1.20 | $0.14 / $0.42 ⚠ | 1.0 | 13 | 171 | 1.05M | 10月17日 | |
| 3123–40 | 0.95%±1.29Max | 4.57%±2.88 | -3.36%±3.82 | 1.59%±1.76 | 1510.9±6.2#3 | 43.6 | 49.6 | $4.00 | $20.00 | $4.00 / $20.00 | 28 | 44 | 130 | 1.05M | 10月12日 | |
| 3223–38 | 0.79%±0.47Max | -0.85%±1.06 | -3.26%±1.44 | 2.31%±0.58 | 1440.9±4.1#99 | 27.9 | 33.3 | $0.10 | $0.50 | $0.10 / $0.50 | 96 | 96 | 117 | 1.05M | 9月22日 | |
| 3324–40 | 0.03%±0.85Max | 2.28%±1.86 | 3.02%±2.55 | -2.94%±1.15 | 1481.6±4.7#28 | 31.7 | 37.6 | $1.40 | $4.40 | $0.07 / $1.40 ⚠ | 1.4 | 21 | 105 | 1.05M | 8月18日 | |
| 3427–40 | -0.24%±0.62Max | 2.85%±1.39 | 0.11%±1.87 | -2.25%±0.88 | 1487.4±4.3#20 | 17.4 | 22.8 | $3.00 | $15.00 | $0.19 / $16.00 ⚠ | 4.1 | 45 | 49 | 1.05M | 7月16日 | |
Arena 评分为 LMArena 的 Bradley-Terry 口径(非 Elo);输入价/输出价为官方 API 标价($/1M tokens),「最低渠道价」为 OpenRouter 最便宜路由报价。 本屏 Arena 分中位浮动 ±4.5 分,相邻模型中位只差 1.1 分(79 组相邻里 76 组落在彼此区间内):差距小于 4.5 分时,名次先后说明不了什么。
本表一个模型一行:每个模型取的是当前排序列里有实测值的最优档位(同值时取更强的一档);Arena 分与价格是模型级数据,同一模型的各档位相同。想看同一模型的每一个推理档位,切到「按档位」。
尚未进入 Arena 排名 9
已收录、但 LMArena 与 Artificial Analysis 都还没有分数的模型,按上架时间倒序;有分数后自动进入上表。
智能体榜上、本站尚未收录 1
这些模型在 arena.ai 智能体榜有成绩,但还没有对应的本站模型页(无价格等数据),所以不进入上表名次。
- SSpark-X2.6synlan · -12.25% · arena.ai #59
全部 100 个模型详情页
OpenAI 14
Anthropic 13
Alibaba 12
Google 11
Meta 7
Z.AI 7
Moonshot AI 5
DeepSeek 4
xAI 4
Xiaomi 4
Mistral 3
Tencent 3
TThinking Machines 3
MiniMax 2
NNVIDIA 2
ByteDance 1
Sao10K 1
SStepFun 1
TheDrummer 1
UUpstage 1
Venice 1
数据来源与计算方法
截至 2026年11月17日,arena.ai 智能体榜(净改善 Net Improvement)第一是 Claude Fable 5.2(28.61%,Max),第二是 Claude Opus 5.5(18.19%);LMArena 文本榜第一是 Gemini 4 Carbon(1,526.2 分),Artificial Analysis 智能指数最高的是 Claude Fable 5.2(64.6)。达到质量门槛的模型里官方输出价最低的是 MiMo V2.5(输出 $0.22/百万 token)。
- AGarena.ai Agent Arena
智能体榜(Capabilities · Overall):净改善 Net Improvement、确认成功率、好评vs投诉、可操控性及各自 95% 置信区间、会话数与名次(arena.ai,经 Hugging Face 公开数据集 lmarena-ai/leaderboard-dataset 的 agent / agent_task_outcome_explicit / agent_praise_complaint / agent_steerability 子集,CC BY 4.0)。 Hugging Face
- LMLMArena
Arena 评分、95% 置信区间、票数与名次(文本总榜,风格控制口径,与 arena.ai 网页默认一致;数据集 CC BY 4.0)。
- AAArtificial Analysis
智能指数、编程指数、输出速度、TTFT / 首答延迟、发布日期与官方标价(仅在本页展示,不进入公开 API)。
- OROpenRouter
各路由报价(取最低者为「最低渠道价」)、上下文长度与上架日期。
- $厂商官方价格页
「输入 / 输出」价为官方 API 标价(美元 / 百万 token);缺官方价时用 OpenRouter 报价并标 *。
怎么算
- 排名:默认与 arena.ai 智能体榜(Capabilities · Overall)一致,按净改善 Net Improvement 降序,名次直接用 arena 的名次;排名区间按 95% 置信区间计算:最好名次 = 1 + 区间下界高于本模型上界的模型数,最差名次 = 1 + 区间上界高于本模型下界的其他模型数。公开数据集没有收录的模型(多为 arena 标为 Preliminary「初步」的模型)由站长按 arena.ai 页面手动录入,注明录入日期,只录页面上可见的数值、不自行估算;数据集收录后自动改用数据集,超过 21 天未更新会在自检中告警。没有智能体成绩的模型排在后面,按文本榜评分(风格控制口径,「#n」为文本榜名次)排序。
- 排名:默认按 LMArena 文本榜 Arena 评分(风格控制口径,与 arena.ai 网页默认一致;Bradley-Terry 模型,不是 Elo)。分数旁的 ± 是 95% 置信区间半宽,相邻名次常落在彼此区间内;票数少于 5,000 或 ± 超过 10 分的标「初步」。本站不自造综合总分。
- 新模型:没有 Arena 文本榜分、也没有智能体榜成绩,但已有 AA 智能指数、且 30 天内发布的模型(最多 6 个),在默认排序下单列「新模型 · 暂无 Arena 成绩」一组,固定显示在前 30 行内、按 AA 智能指数降序,标「新」不占名次;进入 Arena 后自动按成绩归位。连 AA 指数也没有的模型列在页尾「尚未进入排名」。厂商名统一归并(如 Kimi → Moonshot AI),开放权重以上游元数据为准,缺失时只按有出处的覆盖表补,仍未知显示 –。
- 智能 / 编程指数:Artificial Analysis 对多项公开基准的汇总。同一模型有多个推理档位时,表中取当前排序列表现最好的一档,「按档位」可展开各档。
- 价格:美元 / 百万 token。「最低渠道」是 OpenRouter 上最便宜路由的输入 / 输出报价,比官方价低 60% 以上时标 ⚠(多为促销或单一渠道)。性价比榜只收 Arena ≥ 1400 或智能指数 ≥ 40 的模型,按官方输出价升序。
- 延迟与速度:TTFT 为首个 token(含思考 token)到达时间,「首答」为首个答案 token 到达时间(推理模型包含思考阶段),速度为每秒输出 token 数,均为 Artificial Analysis 实测中位数。
- 更新:每天 14:20(UTC+8)同步文本榜等数据,14:25 同步智能体榜。「本周变化」对比 7 天前的每日记录(不足 7 天时对比最早一份并标明天数);表格里的名次箭头要攒满 14 天记录后才显示。
- 更新:每天 14:20(UTC+8)自动同步;LMArena 按自己的节奏发布,所以「Arena 榜发布」日期可能早于数据更新日期。本周变化对比的是 7 天前的每日归档。
- 公开数据: /api/public/llm-leaderboard.php (JSON,只含 LMArena 与 OpenRouter 字段)。
常见问题
现在哪个大模型最强?
截至 2026年11月17日,arena.ai 智能体榜(真实 Agent 会话的净改善 Net Improvement)第一是 Claude Fable 5.2(28.61%,95% 区间 24.89%–32.33%),第二是 Claude Opus 5.5(18.19%)。前几名的区间大幅重叠,名次先后并不可靠。按 LMArena 文本榜则是 Gemini 4 Carbon 领先(1,526.2 分)。
最便宜又好用的大模型是哪个?
在达到质量门槛(Arena ≥ 1400 或智能指数 ≥ 40)的模型里,官方输出价最低的是 MiMo V2.5:输入 $0.11 / 输出 $0.22(美元/百万 token);其次是 MiMo V2.6 Flash(输出 $0.28)。完整列表见 性价比排行榜。
最强的开源大模型是哪个?
按 Arena 评分,开放权重模型第一是 Kimi K3.1 Pro(Moonshot AI,1,488.0 分),第二是 Kimi K3(1,487.4 分)。本站共收录 30 个有 Arena 评分的开放权重模型,见 开源大模型排行榜;开放权重不等于无限制商用,请看各自许可证。
写代码用哪个大模型最好?
按 Artificial Analysis 编程指数,Claude Fable 5.2 最高(72.6),其次是 Gemini 4 Carbon(65.3)。编程指数汇总多项代码类基准,和 Arena 总分不是一回事;完整榜单见 编程大模型排行榜。
哪个大模型响应最快?
实测输出速度最快的是 Muse Ember(644 tokens/秒);首个答案 token 延迟最低的是 Gemini 3 Flash(0.75 秒)。数据为 Artificial Analysis 的实测中位数,推理模型的首答延迟包含思考时间。
最近发布了哪些新模型?
近 14 天新发布并被本站收录的模型有 5 个,包括:Qwen4 Max(2026年11月16日)、Gemini 4 Hydrogen(2026年11月12日)、Claude Fable 5.2(2026年11月9日)、Muse Ember(2026年11月9日)。新模型通常要等几天到几周才会进入 LMArena 排名;在此之前,只要已有 Artificial Analysis 智能指数,就以「新模型 · 暂无 Arena 成绩」分组固定显示在默认榜单前 30 行内,按智能指数排序,带「新」标记而不占名次。
数据多久更新一次?来自哪里?
每天自动同步:智能体榜来自 arena.ai(Hugging Face 公开数据集,当前发布于 2026年11月15日),文本榜评分来自 LMArena(发布于 2026年11月11日);智能指数、编程指数、速度与延迟来自 Artificial Analysis,路由价与上下文来自 OpenRouter。本页数据更新于 2026年11月17日。
价格为什么和官网不同?
表内「输入价/输出价」是官方标价(美元/百万 token);「最低渠道价」是 OpenRouter 上最便宜的路由报价,可能是促销或单一渠道价格,与第三方中转也可能不同。