大模型排行榜
每日更新的 AI 大模型排名：截至 10月16日，智慧體任務成功率第一是 Claude Opus 5.5（17.18%）。
Claude Opus 5.517.18%
文字榜第一
Gemini 4 Argon1,523.9
智能指數第一Claude Opus 5.557.6
程式指數第一Claude Fable 5.181.6
性價比之選
MiMo-V2.6-Flash輸出 $0.28/1M
開放權重第一
Kimi K3Arena 1,487.1
本週變化
智慧體榜的每日紀錄從 2026年10月16日 開始累積，滿 14 天後顯示名次變化。
大模型排行榜：完整榜單
共 84 個，顯示前 30 個預設依 arena.ai 智慧體榜的任務成功率排序（括號內為採用的推理檔位）；沒有智慧體成績的模型排在其後，依 LMArena 文字榜（風格控制）排序。成功率的信賴區間普遍較寬，相鄰名次常在誤差範圍內。 改依文字榜評分排序 →
| # | 模型 | 智慧體↓ | 文字 | AA 指數 | 價格 $/1M tokens | 延遲（秒）與速度 | 上下文 | 發布 | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 智能 | 程式 | 輸入 | 輸出 | 最低通路 | TTFT | 首答 | tok/s | ||||||
| 1 | Claude Opus 5.5Anthropic閉源 | 17.18%Max 初步 | 1508.2±7.4 | 57.6 | – | $4.00 | $20.00 | $4.00 / $20.00 | 450 | 450 | 98 | 1M | 9月22日 |
| 2 |  GPT-6.1 SolOpenAI閉源 | 14.78%Max | 1483.8±8.2 | 51.8 | – | $2.00 | $10.00 | $2.00 / $10.00 | 164 | 164 | 59 | 1.05M | 9月29日 |
| 3 | Claude Fable 5.1Anthropic閉源 | 14.12%Max | 1502.3±6.1 | 53.4 | 81.6 | $10.00 | $50.00 | $10.00 / $50.00 | 137 | 137 | 66 | 1M | 9月1日 |
| 4 | Gemini 4 Argon 初步Google閉源 | 13.73%High | 1523.9±8.8 | 52.6 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月30日 |
| 5 | GPT-6 AstraOpenAI閉源 | 13.69%Max | 1477.3±6.3 | 52.7 | 76.9 | $10.00 | $50.00 | $10.00 / $50.00 | 189 | 189 | 49 | 1.05M | 9月3日 |
| 6 | Claude Sonnet 5.5Anthropic閉源 | 12.55%Max 初步 | 1474.9±7.8 | 56.0 | – | $2.00 | $10.00 | $2.00 / $10.00 | 301 | 301 | 142 | 1M | 9月28日 |
| 7 | GPT-6 SolOpenAI閉源 | 11.20%Max 初步 | 1459.0±6.4 | 47.6 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月22日 |
| 8 | Claude Opus 5Anthropic閉源 | 9.20%Max | 1490.0±4.8 | 50.8 | 78.0 | $5.00 | $25.00 | $5.00 / $25.00 | – | – | – | 1M | 7月24日 |
| 9 | Claude Fable 5Anthropic閉源 | 8.39%High | 1503.6±4.3 | 49.6 | 76.5 | $10.00 | $50.00 | $10.00 / $50.00 | – | – | – | 1M | 6月9日 |
| 10 | GPT-5.6 SolOpenAI閉源 | 7.42%XHigh | 1484.7±4.4 | 47.0 | 77.4 | $4.00 | $20.00 | $4.00 / $20.00 | – | – | – | 1.05M | 7月9日 |
| 11 | Claude Opus 4.8Anthropic閉源 | 7.14%High | 1481.5±3.9 | 41.8 | 74.3 | $5.00 | $25.00 | $5.00 / $25.00 | – | – | – | 1M | 5月28日 |
| 12 |  Muse Wonder 初步Meta閉源 | 6.42%Max 初步 | 1508.9±10.6 | 52.4 | – | $4.00 | $20.00 | $4.00 / $20.00 | 33 | 45 | 174 | 1.05M | 10月12日 |
| 13 | Claude Sonnet 5Anthropic閉源 | 4.69%High | 1461.1±4.2 | 38.2 | 71.5 | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1M | 6月30日 |
| 14 | Gemini 3.8 FlashGoogle閉源 | 3.97%High | 1496.4±4.6 | 40.9 | 76.3 | $0.75 | $3.75 | $0.83 / $4.13 | 17 | 17 | 137 | 1.05M | 9月2日 |
| 15 | MiMo-V2.6-Pro 初步Xiaomi開放權重 | 3.81% | 1479.2±9.4 | 46.3 | – | $0.44 | $0.87 | $0.44 / $0.87 | 2.9 | 43 | 50 | 1.05M | 9月21日 |
| 16 | Muse Spark 1.3Meta閉源 | 3.63%Max | 1494.4±5.6 | 48.1 | 75.8 | $1.25 | $4.25 | $1.25 / $4.25 | 46 | 61 | 135 | 1.05M | 9月2日 |
| 17 |  Grok 4.7xAI閉源 | 3.39%XHigh | 1444.0±6.4 | 46.4 | – | $2.00 | $6.00 | $2.00 / $6.00 | 21 | 21 | 84 | 500K | 9月21日 |
| 18 | GPT-5.5OpenAI閉源 | 3.31%XHigh | 1481.4±3.8 | 38.4 | 74.9 | $5.00 | $30.00 | $5.00 / $30.00 | – | – | – | 1.05M | 4月23日 |
| 19 | GPT-6 LunaOpenAI閉源 | 3.26%Max | 1442.8±4.6 | 38.1 | – | $0.10 | $0.50 | $0.10 / $0.50 | 103 | 103 | 128 | 1.05M | 9月22日 |
| 20 |  DeepSeek V4.1 FlashDeepSeek開放權重 | 2.95%Max | 1474.6±6.3 | 39.5 | – | $0.30 | $1.20 | $0.036 / $0.68 ⚠ | 0.9 | 12 | 180 | 1.05M | 9月10日 |
| 21 | MiMo-V2.6-FlashXiaomi開放權重 | 2.53% | 1450.9±6.5 | 37.9 | – | $0.14 | $0.28 | $0.14 / $0.28 | 3.7 | 43 | 51 | 1.05M | 9月21日 |
| 22 |  GLM-5.2Z.AI開放權重 | 2.35%Max | 1475.9±4.2 | 33.7 | 68.8 | $1.40 | $4.40 | $0.62 / $2.42 | – | – | – | 1.05M | 6月16日 |
| 23 | GLM-5.3Z.AI開放權重 | 2.00%Max | 1478.5±5.3 | 44.8 | 74.8 | $1.40 | $4.40 | $0.079 / $4.80 ⚠ | 3.0 | 31 | 71 | 1.05M | 8月18日 |
| 24 | Kimi K3Moonshot AI開放權重 | 1.95%Max | 1487.1±4.6 | 43.6 | 76.2 | $3.00 | $15.00 | $0.30 / $11.94 ⚠ | 2.8 | 47 | 45 | 1.05M | 7月16日 |
| 25 |  Qwen3.8 MaxAlibaba閉源 | 1.92% | 1482.4±5.0 | 45.4 | 76.2 | $2.00 | $6.00 | $2.00 / $6.00 | 1.7 | 54 | 38 | 1M | 9月2日 |
| 26 | Claude Haiku 5.5Anthropic | 1.88%High | – | 37.8 | – | $0.10 | $0.50 | $0.10 / $0.50 | 20 | 20 | 171 | 1M | 10月7日 |
| 27 | GPT-5.4OpenAI閉源 | 1.64%High | 1475.1±3.8 | 39.0 | 71.1 | $2.50 | $15.00 | $2.50 / $15.00 | – | – | – | 1.05M | 3月5日 |
| 28 | Grok 4.6xAI閉源 | 1.16%XHigh | 1454.5±4.8 | 44.3 | 76.8 | $2.00 | $6.00 | $2.00 / $6.00 | – | – | – | 500K | 8月12日 |
| 29 | GPT-5.6 TerraOpenAI閉源 | 0.43%XHigh | 1466.4±4.3 | 42.1 | 76.7 | $2.00 | $12.00 | $2.00 / $12.00 | 105 | 105 | 116 | 1.05M | 7月9日 |
| 30 | DeepSeek V4 ProDeepSeek開放權重 | 0.36%High 初步 | 1464.6±6.6 | 36.0 | 68.8 | $1.32 | $3.96 | $0.96 / $1.91 | 1.2 | 23 | 93 | 1.05M | 8月13日 |
Arena 評分為 LMArena 的 Bradley-Terry 口徑（非 Elo）；輸入價／輸出價為官方 API 標價（$/1M tokens），「最低通路價」為 OpenRouter 最便宜路由報價。 本屏 Arena 分中位浮動 ±4.4 分，相鄰模型中位只差 1.0 分（68 組相鄰裡 68 組落在彼此區間內）：差距小於 4.4 分時，名次先後說明不了什麼。
本表一個模型一行：每個模型取的是當前排序欄裡有實測值的最優檔位（同值時取更強的一檔）；Arena 分與價格是模型級資料，同一模型的各檔位相同。想看同一模型的每一個推理檔位，切到「按檔位」。
尚未進入 Arena 排名 2
已收錄、但 LMArena 與 Artificial Analysis 都還沒有分數的模型，依上架時間倒序；有分數後自動進入上表。
智慧體榜上、本站尚未收錄 5
這些模型在 arena.ai 智慧體榜有成績，但還沒有對應的本站模型頁（無價格等資料），所以不列入上表名次。
- THy4 previewtencent · 2.90% · arena.ai #21
- NNemotron 3 Ultranvidia · -8.29% · arena.ai #50
- TInklingthinky · -13.61% · arena.ai #52
- TInkling Smallthinky · -14.72% · arena.ai #53
- USolar Pro 4upstage · -20.18% · arena.ai #54
全部 86 個模型詳情頁
OpenAI 14
Anthropic 12
Google 9
Alibaba 8
Meta 7
DeepSeek 6
Moonshot AI 4
xAI 4
Xiaomi 4
Z.AI 4
Mistral 3
Z AI 2
ByteDance 1
CChina Mobile 1
IInclusionAI 1
IInstitute of Foundation Models 1
MiniMax 1
MMotif Technologies 1
SSapiens AI 1
SStepFun 1
Tencent 1
資料來源與計算方法
截至 2026年10月16日，arena.ai 智慧體榜（任務成功率）第一是 Claude Opus 5.5（17.18%，Max），第二是 GPT-6.1 Sol（14.78%）；LMArena 文字榜第一是 Gemini 4 Argon（1,523.9 分），Artificial Analysis 智慧指數最高的是 Claude Opus 5.5（57.6）。達到品質門檻的模型中官方輸出價最低的是 MiMo-V2.6-Flash（輸出 $0.28/百萬 token）。
- AGarena.ai Agents
智慧體榜：任務成功率、95% 信賴區間、會話數與名次（arena.ai Agents，經 Hugging Face 公開資料集 lmarena-ai/leaderboard-dataset，CC BY 4.0）。 Hugging Face
- LMLMArena
Arena 評分、95% 信賴區間、票數與名次（文字總榜，風格控制口徑，與 arena.ai 網頁預設一致；資料集 CC BY 4.0）。
- AAArtificial Analysis
智能指數、程式指數、輸出速度、TTFT / 首答延遲、發布日期與官方標價（僅在本頁顯示，不進入公開 API）。
- OROpenRouter
各路由報價（取最低者為「最低通路價」）、上下文長度與上架日期。
- $廠商官方價格頁
「輸入 / 輸出」價為官方 API 標價（美元 / 百萬 token）；缺官方價時使用 OpenRouter 報價並標 *。
怎麼算
- 排名：預設依 arena.ai 智慧體榜的任務成功率（真實使用者的程式/工具類智慧體任務）。同一模型有多個推理檔位（Max/High/xHigh）時取成功率最高的一檔並標出；會話少於 10,000 或 95% 區間半寬超過 3 個百分點的標「初步」。沒有智慧體成績的模型排在後面，依 LMArena 文字榜（風格控制）評分排序；「文字」欄仍可點擊排序。
- 排名：預設依 LMArena 文字榜 Arena 評分（風格控制口徑，與 arena.ai 網頁預設一致；Bradley-Terry 模型，不是 Elo）。分數旁的 ± 是 95% 信賴區間半寬，相鄰名次常落在彼此區間內；票數少於 5,000 或 ± 超過 10 分的標「初步」。本站不自創綜合總分。
- 智能 / 程式指數：Artificial Analysis 對多項公開基準的彙整。同一模型有多個推理檔位時，表中取目前排序欄表現最好的一檔，「依檔位」可展開各檔。
- 價格：美元 / 百萬 token。「最低通路」是 OpenRouter 上最便宜路由的輸入 / 輸出報價，比官方價低 60% 以上時標 ⚠（多為促銷或單一通路）。性價比榜只收 Arena ≥ 1400 或智能指數 ≥ 40 的模型，依官方輸出價升序。
- 延遲與速度：TTFT 為首個 token（含思考 token）到達時間，「首答」為首個答案 token 到達時間（推理模型包含思考階段），速度為每秒輸出 token 數，皆為 Artificial Analysis 實測中位數。
- 更新：每天 14:20（UTC+8）同步文字榜等資料，14:25 同步智慧體榜。智慧體榜的名次升降要累積滿 14 天每日紀錄後才顯示，在此之前不顯示箭頭。
- 更新：每天 14:20（UTC+8）自動同步；LMArena 依自己的節奏發布，所以「Arena 榜發布」日期可能早於資料更新日期。本週變化比較的是 7 天前的每日封存。
- 公開資料： /api/public/llm-leaderboard.php （JSON，只含 LMArena 與 OpenRouter 欄位）。
常見問題
現在哪個大模型最強？
截至 2026年10月16日，arena.ai 智慧體榜（真實程式/工具任務的成功率）第一是 Claude Opus 5.5（17.18%，95% 區間 13.80%–20.56%），第二是 GPT-6.1 Sol（14.78%）。前幾名的區間大幅重疊，名次先後並不可靠。依 LMArena 文字榜則是 Gemini 4 Argon 領先（1,523.9 分）。
最便宜又好用的大模型是哪個？
在達到品質門檻（Arena ≥ 1400 或智能指數 ≥ 40）的模型中，官方輸出價最低的是 MiMo-V2.6-Flash：輸入 $0.14 / 輸出 $0.28（美元/百萬 token）；其次是 MiMo V2.5（輸出 $0.28）。完整列表見 性價比排行榜。
最強的開源大模型是哪個？
依 Arena 評分，開放權重模型第一是 Kimi K3（Moonshot AI，1,487.1 分），第二是 MiMo-V2.6-Pro（1,479.2 分）。本站共收錄 21 個有 Arena 評分的開放權重模型，見 開源大模型排行榜；開放權重不等於可不受限制地商用，請看各自授權條款。
寫程式用哪個大模型最好？
依 Artificial Analysis 程式指數，Claude Fable 5.1 最高（81.6），其次是 Claude Opus 5（78.0）。程式指數彙整多項程式碼類基準，和 Arena 總分不是一回事；完整榜單見 程式大模型排行榜。
哪個大模型回應最快？
實測輸出速度最快的是 K2 Horizon 375B A23B（1021 tokens/秒）；首個答案 token 延遲最低的是 K2 Horizon 375B A23B（3.65 秒）。資料為 Artificial Analysis 的實測中位數，推理模型的首答延遲包含思考時間。
最近發布了哪些新模型？
近 14 天新發布並被本站收錄的模型有 5 個，包括：Muse Spark Open（2026年10月15日）、Muse Wonder（2026年10月12日）、Muse Wonder Full（2026年10月12日）、Claude Haiku 5.5（2026年10月7日）。新模型通常要等幾天才會進入 LMArena 排名，在此之前列在「尚未進入 Arena 排名」。
資料多久更新一次？來自哪裡？
每天自動同步：智慧體榜來自 arena.ai（Hugging Face 公開資料集，目前發布於 2026年10月14日），文字榜評分來自 LMArena（發布於 2026年10月15日）；智慧指數、程式指數、速度與延遲來自 Artificial Analysis，通路價與上下文來自 OpenRouter。本頁資料更新於 2026年10月16日。
價格為什麼和官網不同？
表內「輸入價／輸出價」是官方標價（美元／百萬 token）；「最低通路價」是 OpenRouter 上最便宜的路由報價，可能是促銷或單一通路價格，與國內中轉也可能不同。