大模型性價比圖

截至 10月29日，性價比前沿上有 5 個模型。

智慧體第一Claude Opus 5.520.94% 文字榜第一Gemini 4 Carbon1,527.5 智能指數第一Gemini 4 Carbon59.4 性價比之選MiMo V2.5輸出 $0.27/1M 開放權重第一Kimi K3Arena 1,488.2 開放權重·智慧第一Kimi K3.1 Pro46.0 · 智慧體榜第 10，暫無文字榜

本週變化

比較 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暫無 Arena10月26日
  3. Kimi K3.1 ProMoonshot AI10月23日
顯示 18 個模型價格單位：美元 / 百萬 tokens

評分與價格，一眼看清

0 20 40 60 $1.00 $10.00 $100 智慧指數 輸出價 · 美元 / 百萬 tokens（對數刻度） G Gemini 4 Carbon · 速度 88/s G Gemini 4 Argon · 速度 80/s A Claude Opus 5.5 · 速度 96/s · 推理檔位 34.5–58.4 M Muse Wonder · 速度 181/s A Claude Fable 5.1 · 速度 67/s · 推理檔位 38.5–49.7 G Gemini 3.8 Flash · 速度 133/s · 推理檔位 22.3–30.5 M Muse Spark 1.3 A Qwen3.8 Max · 速度 39/s O GPT-6.1 Sol · 速度 80/s · 推理檔位 34.5–54.5 Z GLM-5.3 · 速度 77/s · 推理檔位 23.1–31.7 A Claude Sonnet 5.5 · 速度 137/s · 推理檔位 25.3–54.2 O GPT-6 Astra · 速度 70/s · 推理檔位 43.0–56.9 D DeepSeek V4 Pro · 速度 76/s x Grok 4.7 · 速度 83/s · 推理檔位 30.9–35.0 M MiniMax M3 · 速度 104/s A Claude Haiku 5.5 · 速度 236/s · 推理檔位 18.6–36.2 M Kimi K3.1 Pro · 速度 33/s O GPT-6.1 Terra · 速度 91/s · 推理檔位 29.2–51.0
價格評分前沿氣泡大小＝輸出速度 33–236/s

如何讀圖

越靠上評分越高，越靠左輸出越便宜。選擇圖示查看詳情。

綠線基於全部已有評分且輸出價大於零的模型；篩選不會改變這條參照線。

免費、未定價或未評分的模型不參與對數價格圖；請在排行榜中查看。

評分口徑與資料來源

預設依 LMArena Arena 評分排名，可切換為 Artificial Analysis 智能指數；Arena 不是獨立程式評測。價格為官方 API 標價，OpenRouter 報價另列為「最低通路價」；開放權重不等於可不受限制地商用。 數據來源

圖中模型
  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. MiniMax M318.7$1.20
  18. GPT-6.1 Terra51.0$5.00

尚未進入 Arena 排名 5

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。

資料來源與計算方法

截至 2026年10月29日，性價比前沿上有 5 個模型：同等價格下沒有更強的替代。前沿上最便宜的是 Claude Haiku 5.5（輸出 $0.50/百萬 token），最強的是 Gemini 4 Carbon（59.4 分，輸出 $20.00）。

  • arena.ai Agent Arena

    智慧體榜（Capabilities · Overall）：淨改善 Net Improvement、確認成功率、好評vs投訴、可操控性及各自 95% 信賴區間、會話數與名次（arena.ai，經 Hugging Face 公開資料集 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 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）。

  • Artificial 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）。

  • OpenRouter

    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

  1. 排名：預設與 arena.ai 智慧體榜（Capabilities · Overall）一致，依淨改善 Net Improvement 降序，名次直接用 arena 的名次；排名區間依 95% 信賴區間計算：最佳名次 = 1 + 區間下界高於本模型上界的模型數，最差名次 = 1 + 區間上界高於本模型下界的其他模型數。公開資料集未收錄的模型（多為 arena 標為 Preliminary「初步」的模型）由站長依 arena.ai 頁面手動錄入，註明錄入日期，只錄頁面上可見的數值、不自行估算；資料集收錄後自動改用資料集，超過 21 天未更新會在自檢中告警。沒有智慧體成績的模型排在後面，依文字榜評分（風格控制口徑，「#n」為文字榜名次）排序。
  2. 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。
  3. 新模型：沒有 Arena 文字榜分、也沒有智慧體榜成績，但已有 AA 智慧指數、且 30 天內發布的模型（最多 6 個），在預設排序下單列「新模型 · 暫無 Arena 成績」一組，固定顯示在前 30 列內、依 AA 智慧指數降序，標「新」不占名次；進入 Arena 後自動依成績歸位。連 AA 指數也沒有的模型列在頁尾「尚未進入排名」。廠商名統一歸併（如 Kimi → Moonshot AI），開放權重以上游中繼資料為準，缺失時只依有出處的覆蓋表補，仍未知顯示 –。
  4. 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。
  5. 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。
  6. 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。
  7. 更新：每天 14:20（UTC+8）同步文字榜等資料，14:25 同步智慧體榜。「本週變化」比較 7 天前的每日紀錄（不足 7 天時比較最早一份並標明天數）；表格中的名次箭頭要累積滿 14 天紀錄後才顯示。
  8. 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。
  9. 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29日，arena.ai 智慧體榜（真實 Agent 會話的淨改善 Net Improvement）第一是 Claude Opus 5.5（20.94%，95% 區間 18.79%–23.09%），第二是 Gemini 4 Carbon（16.04%）。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 Carbon 領先（1,527.5 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 V2.5：輸入 $0.13 / 輸出 $0.27（美元/百萬 token）；其次是 DeepSeek V4 Flash（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，1,488.2 分），第二是 GLM-5.3（1,480.6 分）。本站共收錄 18 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。依 Artificial Analysis 智慧指數，開放權重模型最高的是 Kimi K3.1 Pro（Moonshot AI，46.0，智慧體榜第 10，暫無文字榜）。

哪個大模型回應最快？

實測輸出速度最快的是 Claude Haiku 5.5（236 tokens/秒）；首個答案 token 延遲最低的是 Grok 4.7（10.25 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 3 個，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）。新模型通常要等幾天到幾週才會進入 LMArena 排名；在此之前，只要已有 Artificial Analysis 智慧指數，就以「新模型 · 暫無 Arena 成績」分組固定顯示在預設榜單前 30 列內，依智慧指數排序，帶「新」標記而不占名次。

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28日），文字榜評分來自 LMArena（發布於 2026年10月28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29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。