最新大模型
近 90 天新增 38 个模型，最新是 Muse Spark Open。
Claude Opus 5.517.18%
文本榜第一
Gemini 4 Argon1,523.9
智能指数第一Claude Opus 5.557.6
编程指数第一Claude Fable 5.181.6
性价比之选
MiMo-V2.6-Flash输出 $0.28/1M
开放权重第一
Kimi K3Arena 1,487.1
本周变化
智能体榜的每日记录从 2026年10月16日 开始积累，满 14 天后显示名次变化。
最新大模型：完整榜单
显示 38 条结果| # | 模型 | 智能体 | 文本 | AA 指数 | 价格 $/1M tokens | 延迟（秒）与速度 | 上下文 | 发布↓ | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 智能 | 编程 | 输入 | 输出 | 最低渠道 | TTFT | 首答 | tok/s | ||||||
| 1 |  Muse Spark OpenMeta开放权重 | – | – | 38.9 | – | $1.25 | $4.25 | $1.25 / $4.25 | 0.5 | 20 | 105 | 1.05M | 10月15日 |
| 2 | Muse Wonder 初步Meta闭源 | 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 |
| 3 | Muse Wonder FullMeta | – | – | 55.8 | – | – | – | – | – | – | – | – | 10月12日 |
| 4 | 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 |
| 5 |  Mistral Large 4 PreviewMistral闭源 | -3.15% | 1431.8±7.3 | 38.4 | – | $1.36 | $4.18 | – | – | – | – | – | 10月6日 |
| 6 | ILing 3.1 FlashInclusionAI | – | – | 41.1 | – | $0.30 | $0.90 | $0.075 / $0.23 ⚠ | 1.1 | 10 | 217 | 262K | 10月1日 |
| 7 | Gemini 4 Argon 初步Google闭源 | 13.73%High | 1523.9±8.8 | 52.6 | – | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1.05M | 9月30日 |
| 8 |  GPT-6.1 SolOpenAI闭源 | 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 |
| 9 | Claude Sonnet 5.5Anthropic闭源 | 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 |
| 10 | Claude Opus 5.5Anthropic闭源 | 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 |
| 11 | GPT-6 SolOpenAI闭源 | 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 |
| 12 | GPT-6 LunaOpenAI闭源 | 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 |
| 13 | MiMo-V2.6-Pro 初步Xiaomi开放权重 | 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 |
| 14 | MiMo-V2.6-FlashXiaomi开放权重 | 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 |
| 15 |  Grok 4.7xAI闭源 | 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 |
| 16 | SStep 5 PreviewStepFun闭源 | -1.33% | 1447.3±7.5 | 43.7 | – | $1.00 | $2.70 | – | 1.4 | 25 | 86 | – | 9月18日 |
| 17 |  DeepSeek V4.1 FlashDeepSeek开放权重 | 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 |
| 18 | GPT-6 AstraOpenAI闭源 | 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 |
| 19 | IK2 Horizon 375B A23BInstitute of Foundation Models | – | – | 30.5 | 61.5 | – | – | – | 1.7 | 3.7 | 1021 | – | 9月3日 |
| 20 | Gemini 3.8 FlashGoogle闭源 | 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 |
| 21 | Muse Spark 1.3Meta闭源 | 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 |
| 22 |  Qwen3.8 MaxAlibaba闭源 | 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 |
| 23 | Claude Fable 5.1Anthropic闭源 | 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 |
| 24 |  GLM-5.3 FlashZ.AI开放权重 | -1.09% | 1473.8±4.9 | 41.8 | 71.5 | $0.15 | $0.50 | $0.021 / $0.90 ⚠ | 2.4 | 34 | 63 | 1.05M | 8月26日 |
| 25 | Qwen3.8-Flash-NextAlibaba | -2.56% | – | 39.8 | 73.1 | $0.15 | $0.47 | – | 1.3 | 43 | 48 | – | 8月26日 |
| 26 | SAgnes 2.5 Pro BetaSapiens AI | – | – | 35.2 | 62.3 | $0.10 | $0.30 | – | 0.7 | 17 | 120 | – | 8月26日 |
| 27 | DeepSeek V4 Flash VisionDeepSeek | – | – | 34.8 | 65.0 | $0.44 | $1.32 | – | 1.0 | 12 | 176 | – | 8月21日 |
| 28 | GLM-5.3Z.AI开放权重 | 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 |
| 29 | Qwen3.8 27BAlibaba开放权重 | -3.21% | 1437.8±5.2 | 33.7 | 68.1 | $0.50 | $3.00 | $0.24 / $2.20 | 1.3 | 51 | 40 | 1M | 8月14日 |
| 30 | Gemini 3.7 FlashGoogle闭源 | -0.41%High | 1487.6±4.9 | 39.6 | 71.5 | $0.75 | $3.75 | $0.75 / $3.75 | – | – | – | 1.05M | 8月13日 |
| 31 | DeepSeek V4 ProDeepSeek开放权重 | 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 |
| 32 | Grok 4.6xAI闭源 | 1.16%XHigh | 1454.5±4.8 | 44.3 | 76.8 | $2.00 | $6.00 | $2.00 / $6.00 | – | – | – | 500K | 8月12日 |
| 33 | MMotif 3Motif Technologies | – | – | 33.6 | 63.5 | – | – | – | – | – | – | – | 8月12日 |
| 34 | Qwen3.8 2.4T A95BAlibaba开放权重 | – | – | 39.9 | 71.9 | $2.00 | $6.00 | $2.00 / $6.00 | 2.0 | 54 | 38 | 1.05M | 8月12日 |
| 35 | Muse Spark 1.2Meta闭源 | -6.52%XHigh | 1493.1±7.2 | 39.6 | 72.2 | $1.25 | $4.25 | $1.25 / $4.25 | – | – | – | 1.05M | 8月5日 |
| 36 | DeepSeek V4 FlashDeepSeek开放权重 | – | 1438.7±4.1 | 34.3 | 69.1 | $0.44 | $1.32 | $0.091 / $0.18 ⚠ | – | – | – | 1.05M | 7月31日 |
| 37 | Claude Opus 5Anthropic闭源 | 9.20%Max | 1490.0±4.8 | 50.8 | 78.0 | $5.00 | $25.00 | $5.00 / $25.00 | – | – | – | 1M | 7月24日 |
| 38 | Gemini 3.6 FlashGoogle闭源 | -4.72%High | 1482.7±4.4 | 34.0 | 69.2 | $0.75 | $3.75 | $0.75 / $3.75 | – | – | – | 1.05M | 7月21日 |
Arena 评分为 LMArena 的 Bradley-Terry 口径（非 Elo）；输入价/输出价为官方 API 标价（$/1M tokens），「最低渠道价」为 OpenRouter 最便宜路由报价。 本屏 Arena 分中位浮动 ±6.3 分，相邻模型中位只差 3.1 分（27 组相邻里 27 组落在彼此区间内）：差距小于 6.3 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 2
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 5
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。
- 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 个模型详情页
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
数据来源与计算方法
近 90 天共有 38 个已收录模型发布，最新的是 Muse Spark Open（2026年10月15日）。下表按发布日期从新到旧排列，发布日期取自 Artificial Analysis，缺失时用 OpenRouter 上架日期。
- AGarena.ai Agents
智能体榜：任务成功率、95% 置信区间、会话数与名次（arena.ai Agents，经 Hugging Face 公开数据集 lmarena-ai/leaderboard-dataset，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：默认按 arena.ai 智能体榜的任务成功率（真实用户的编程/工具类智能体任务）。同一模型有多个推理档位（Max/High/xHigh）时取成功率最高的一档并标出；会话少于 10,000 或 95% 区间半宽超过 3 个百分点的标「初步」。没有智能体成绩的模型排在后面，按 LMArena 文本榜（风格控制）评分排序；「文本」列仍可点击排序。
- 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。
- 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。智能体榜的名次升降要攒满 14 天每日记录后才显示，在此之前不显示箭头。
- 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10月16日，arena.ai 智能体榜（真实编程/工具任务的成功率）第一是 Claude Opus 5.5（17.18%，95% 区间 13.80%–20.56%），第二是 GPT-6.1 Sol（14.78%）。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 Argon 领先（1,523.9 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-V2.6-Flash：输入 $0.14 / 输出 $0.28（美元/百万 token）；其次是 MiMo V2.5（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，1,487.1 分），第二是 MiMo-V2.6-Pro（1,479.2 分）。本站共收录 21 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 5.1 最高（81.6），其次是 Claude Opus 5（78.0）。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 K2 Horizon 375B A23B（1021 tokens/秒）；首个答案 token 延迟最低的是 K2 Horizon 375B A23B（3.65 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：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）。新模型往往要等几天才会进入 LMArena 排名，在此之前列在「尚未进入 Arena 排名」。
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14日），文本榜评分来自 LMArena（发布于 2026年10月15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16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，与国内中转也可能不同。