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%)。

按模型 按档位

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
11–1Claude Fable 5.2Anthropic闭源28.61%±3.72Max19.41%±4.5576.02%±14.7225.51%±4.30–61.869.6$8.00$40.00$8.00 / $40.002727761M11月9日
22–6Claude Opus 5.5Anthropic闭源18.19%±2.03Max19.13%±3.3037.29%±7.5417.52%±1.861506.8±6.0#459.165.3$4.00$20.00$4.00 / $20.00671671941M9月22日
32–7Gemini 4 Carbon 初步Google闭源16.45%±0.68High17.88%±1.0940.31%±2.4818.14%±0.591526.2±9.6#160.065.3$2.00$10.00$2.00 / $10.00111111831.05M10月28日
42–10Claude Sonnet 5.5Anthropic闭源15.29%±2.90Max18.01%±4.6430.20%±11.3213.69%±2.671472.9±6.0#4754.558.5$2.00$10.00$2.00 / $10.004534531311M9月28日
52–8Gemini 4 Hydrogen 初步Google闭源14.91%±1.89High16.81%±2.9133.76%±7.0718.37%±1.691490.4±9.0#1553.960.1$1.50$7.50$1.50 / $7.5062622171.05M11月12日
62–10Claude Fable 5.1Anthropic闭源14.10%±2.08Max14.68%±3.5029.84%±7.7913.45%±1.831502.3±5.5#750.057.2$10.00$50.00$10.00 / $50.008282581M9月1日
73–10GPT-6 AstraOpenAI闭源13.91%±2.03Max13.57%±3.5831.15%±7.4313.51%±1.841473.9±5.5#4256.961.8$10.00$50.00$10.00 / $50.00361361511.05M9月3日
95–11GPT-6.1 SolOpenAI闭源11.78%±1.13Max11.21%±2.0226.54%±4.0412.20%±1.051480.8±6.2#3054.659.4$2.00$10.00$2.00 / $10.00270270681.05M9月29日
105–11GPT-6.1 TerraOpenAI闭源11.34%±1.24Max9.08%±2.4518.69%±4.3015.80%±1.19–42.446.4$1.00$5.00$1.00 / $5.001111811.05M10月26日
119–11Gemini 4 ArgonGoogle闭源10.00%±0.89High13.17%±1.6122.37%±3.1311.79%±0.971521.7±5.4#250.457.3$2.00$10.00$2.00 / $10.005757891.05M9月30日
1312–18Muse Wonder FullMeta闭源8.00%±0.94Max10.48%±1.8113.90%±3.047.80%±1.07–50.155.3–––––––10月12日
1412–19Qwen4 MaxAlibaba7.46%±1.34XHigh9.18%±2.5413.22%±4.518.43%±1.56–42.950.1$1.50$4.50$1.43 / $4.283.237591M11月16日
1612–22GPT-6 SolOpenAI闭源6.25%±1.57Max3.48%±3.439.16%±5.239.44%±1.721457.2±5.5#6844.248.9$2.00$10.00$2.00 / $10.0068681501.05M9月22日
1712–21Claude Fable 5Anthropic闭源6.22%±1.17High4.15%±2.4112.11%±3.626.22%±1.391504.0±4.2#5––$10.00$50.00$10.00 / $50.005959611M6月9日
1812–21Claude Opus 5Anthropic闭源6.18%±1.31Max9.43%±2.5910.24%±4.212.73%±1.651489.7±3.6#1644.251.3$5.00$25.00$5.00 / $25.003939521M7月24日
1914–22Hy4Tencent闭源5.67%±1.266.67%±2.606.57%±4.219.37%±1.38–34.641.1$0.83$2.50$0.42 / $1.252.5231001.05M11月3日
2116–25Kimi K3.1 Pro 初步Moonshot AI开放权重3.95%±1.12Max2.07%±2.466.58%±3.494.89%±1.361488.0±13.0#2446.550.9$2.00$10.00$0.24 / $8.40 ⚠2.272291.05M10月23日
2218–25GPT-5.6 SolOpenAI闭源3.72%±1.13XHigh1.71%±2.364.73%±3.584.03%±1.431485.1±4.3#23––$4.00$20.00$4.00 / $20.0068681231.05M7月9日
2321–32TInkling 2 Small 初步Thinking Machines开放权重2.51%±1.294.14%±2.92-2.84%±4.059.54%±1.491411.8±11.8#15230.638.9$0.30$1.00$0.30 / $1.002.4211051.05M11月5日
2421–39Grok 4.7xAI闭源1.78%±1.50XHigh4.20%±3.242.19%±4.76-3.62%±1.991443.3±5.3#9235.541.8$2.00$6.00$2.00 / $6.00424274500K9月21日
2521–39Muse EmberMeta闭源1.73%±1.50Max-4.64%±3.28-2.21%±4.769.81%±1.82–36.041.8$0.10$0.50$0.10 / $0.506.59.66441.05M11月9日
2623–34MiMo V2.6 Pro 初步Xiaomi开放权重1.50%±0.913.68%±2.012.07%±2.760.56%±1.181479.9±9.5#3129.934.3$0.44$0.87$0.44 / $0.873.042521.05M9月21日
2723–34Gemini 3.8 FlashGoogle闭源1.44%±0.87High0.76%±1.853.50%±2.60-2.83%±1.211496.7±4.2#930.838.8$0.75$3.75$0.83 / $4.1326261241.05M9月2日
2823–38Muse Spark 1.3Meta闭源1.20%±0.87Max2.73%±1.880.08%±2.660.96%±1.161496.5±5.0#1036.644.1$1.25$4.25$1.25 / $4.2547621361.05M9月2日
2923–39Claude Sonnet 5Anthropic闭源1.14%±1.20High-1.18%±2.75-2.84%±3.581.46%±1.711460.8±4.1#62––$2.00$10.00$2.00 / $10.00172172821M6月30日
3023–34DeepSeek V4.1 FlashDeepSeek开放权重1.13%±0.51Max1.98%±1.20-0.70%±1.563.00%±0.651475.1±6.1#3832.637.6$0.30$1.20$0.14 / $0.42 ⚠1.0131711.05M10月17日
3123–40Muse WonderMeta闭源0.95%±1.29Max4.57%±2.88-3.36%±3.821.59%±1.761510.9±6.2#343.649.6$4.00$20.00$4.00 / $20.0028441301.05M10月12日
3223–38GPT-6 LunaOpenAI闭源0.79%±0.47Max-0.85%±1.06-3.26%±1.442.31%±0.581440.9±4.1#9927.933.3$0.10$0.50$0.10 / $0.5096961171.05M9月22日
3324–40GLM-5.3Z.AI开放权重0.03%±0.85Max2.28%±1.863.02%±2.55-2.94%±1.151481.6±4.7#2831.737.6$1.40$4.40$0.07 / $1.40 ⚠1.4211051.05M8月18日
3427–40Kimi K3Moonshot AI开放权重-0.24%±0.62Max2.85%±1.390.11%±1.87-2.25%±0.881487.4±4.3#2017.422.8$3.00$15.00$0.19 / $16.00 ⚠4.145491.05M7月16日

显示全部 91 个

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

ByteDance 1

SStepFun 1

UUpstage 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)。

  • arena.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

  • LMArena

    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)。

  • Artificial 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)。

  • OpenRouter

    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

  1. 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。
  2. 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。
  3. 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 –。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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。
  9. 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。