大模型性价比图

截至 10月30日，性价比前沿上有 5 个模型。

智能体第一Claude Opus 5.520.94% 文本榜第一Gemini 4 Carbon1,527.5 智能指数第一Gemini 4 Carbon59.4 性价比之选MiMo V2.5输出 $0.27/1M 开放权重第一Kimi K3Arena 1,488.2 开放权重·智能第一Kimi K3.1 Pro46.0 · 智能体榜第 10，暂无文本榜

本周变化

对比 10月23日
  1. Qwen3.8 MaxAlibaba▼5#23 → #28
  2. Muse Spark 1.1Meta▼4#40 → #44
  3. GPT-6 AstraOpenAI▼3#2 → #5
  4. Claude Sonnet 5Anthropic▼3#11 → #14
  5. Claude Haiku 5.5Anthropic▲3#24 → #21

新模型

近 14 天
  1. Gemini 4 CarbonGoogle10月28日
  2. GPT-6.1 TerraOpenAI暂无 Arena10月26日
  3. Kimi K3.1 ProMoonshot AI10月23日
显示 19 个模型价格单位：美元 / 百万 tokens

评分与价格，一眼看清

0 20 40 60 $1.00 $10.00 $100 智能指数 输出价 · 美元 / 百万 tokens（对数刻度） G Gemini 4 Carbon · 速度 88/s G Gemini 4 Argon · 速度 81/s A Claude Opus 5.5 · 速度 97/s · 推理档位 34.5–58.4 M Muse Wonder · 速度 163/s A Claude Fable 5.1 · 速度 70/s · 推理档位 38.5–49.7 G Gemini 3.8 Flash · 速度 130/s · 推理档位 22.3–30.5 M Muse Spark 1.3 A Qwen3.8 Max · 速度 38/s O GPT-6.1 Sol · 速度 89/s · 推理档位 34.5–54.5 Z GLM-5.3 · 速度 78/s · 推理档位 23.1–31.7 A Claude Sonnet 5.5 · 速度 134/s · 推理档位 25.3–54.2 Z GLM-5.3 Flash · 速度 66/s O GPT-6 Astra · 速度 89/s · 推理档位 43.0–56.9 D DeepSeek V4 Pro · 速度 77/s x Grok 4.7 · 速度 78/s · 推理档位 30.9–35.0 M MiniMax M3 · 速度 104/s A Claude Haiku 5.5 · 速度 236/s · 推理档位 18.6–36.2 M Kimi K3.1 Pro · 速度 31/s O GPT-6.1 Terra · 速度 91/s · 推理档位 29.2–51.0
价格评分前沿气泡大小＝输出速度 31–236/s

如何读图

越靠上评分越高，越靠左输出越便宜。选择图标查看详情。

绿线基于全部已评分且输出价大于零的模型；筛选不会改变这条参照线。

免费、未定价或未评分的模型不参与对数价格图；请在排行榜中查看。

评分口径与数据来源

默认按 LMArena Arena 评分排名，可切换为 Artificial Analysis 智能指数；Arena 不是独立编程评测。价格为官方 API 标价，OpenRouter 报价单列为「最低渠道价」；开放权重不等于无限制商用。 数据来源

图中模型
  1. Claude Opus 5.558.4$20.00
  2. Gemini 4 Carbon59.4$20.00
  3. Claude Sonnet 5.554.2$10.00
  4. Claude Fable 5.149.0$50.00
  5. GPT-6 Astra56.9$50.00
  6. GPT-6.1 Sol54.5$10.00
  7. Gemini 4 Argon50.4$20.00
  8. Kimi K3.1 Pro46.0$10.00
  9. Muse Wonder43.3$20.00
  10. Gemini 3.8 Flash30.5$3.75
  11. Muse Spark 1.336.4$4.25
  12. Grok 4.735.0$6.00
  13. Claude Haiku 5.536.2$0.50
  14. GLM-5.331.7$4.40
  15. Qwen3.8 Max33.6$6.00
  16. DeepSeek V4 Pro23.1$3.96
  17. GLM-5.3 Flash27.8$0.50
  18. MiniMax M318.7$1.20
  19. GPT-6.1 Terra51.0$5.00

尚未进入 Arena 排名 5

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。

数据来源与计算方法

截至 2026年10月30日，性价比前沿上有 5 个模型：同等价格下没有更强的替代。前沿上最便宜的是 Claude Haiku 5.5（输出 $0.50/百万 token），最强的是 Gemini 4 Carbon（59.4 分，输出 $20.00）。

  • 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10月30日，arena.ai 智能体榜（真实 Agent 会话的净改善 Net Improvement）第一是 Claude Opus 5.5（20.94%，95% 区间 18.79%–23.09%），第二是 Gemini 4 Carbon（16.04%）。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（1,527.5 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 $0.13 / 输出 $0.27（美元/百万 token）；其次是 DeepSeek V4 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（Moonshot AI，1,488.2 分），第二是 GLM-5.3（1,480.6 分）。本站共收录 18 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。按 Artificial Analysis 智能指数，开放权重模型最高的是 Kimi K3.1 Pro（Moonshot AI，46.0，智能体榜第 10，暂无文本榜）。

哪个大模型响应最快？

实测输出速度最快的是 Claude Haiku 5.5（236 tokens/秒）；首个答案 token 延迟最低的是 Grok 4.7（11.37 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 3 个，包括：Gemini 4 Carbon（2026年10月28日）、GPT-6.1 Terra（2026年10月26日）、Kimi K3.1 Pro（2026年10月23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10月28日），文本榜评分来自 LMArena（发布于 2026年10月28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10月30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。