编程大模型排行榜
截至 10月16日，编程指数第一是 Claude Fable 5.1。
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。
编程大模型排行榜：完整榜单
共 55 个，显示前 30 个| # | 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 | 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 |
| 2 |  GPT-5.6 SolOpenAI闭源 | 7.42%XHigh | 1484.7±4.4 | 44.0 | 78.3 | $4.00 | $20.00 | $4.00 / $20.00 | – | – | – | 1.05M | 7月9日 |
| 3 | 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 |
| 4 | GPT-6 AstraOpenAI闭源 | 13.69%Max | 1477.3±6.3 | 50.9 | 77.1 | $10.00 | $50.00 | $10.00 / $50.00 | 47 | 47 | 46 | 1.05M | 9月3日 |
| 5 |  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 |
| 6 | GPT-5.6 TerraOpenAI闭源 | 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 |
| 7 | Claude Fable 5Anthropic闭源 | 8.39%High | 1503.6±4.3 | 49.6 | 76.5 | $10.00 | $50.00 | $10.00 / $50.00 | – | – | – | 1M | 6月9日 |
| 8 |  Muse Spark 1.3Meta闭源 | 3.63%Max | 1494.4±5.6 | 45.1 | 76.5 | $1.25 | $4.25 | $1.25 / $4.25 | 30 | 35 | 376 | 1.05M | 9月2日 |
| 9 | 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 |
| 10 | Kimi K3Moonshot AI开放权重 | 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 |
| 11 |  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 |
| 12 | Gemini 3.7 FlashGoogle闭源 | -0.41%High | 1487.6±4.9 | 39.1 | 76.1 | $0.75 | $3.75 | $0.75 / $3.75 | – | – | – | 1.05M | 8月13日 |
| 13 | GPT-5.5OpenAI闭源 | 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 |
| 14 |  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 |
| 15 | Claude Opus 4.8Anthropic闭源 | 7.14%High | 1481.5±3.9 | 41.8 | 74.3 | $5.00 | $25.00 | $5.00 / $25.00 | – | – | – | 1M | 5月28日 |
| 16 | Claude Opus 4.7Anthropic闭源 | – | 1501.1±3.8 | 40.7 | 73.6 | $5.00 | $25.00 | $5.00 / $25.00 | – | – | – | 1M | 4月16日 |
| 17 | Qwen3.8-Flash-NextAlibaba | -2.56% | – | 39.8 | 73.1 | $0.15 | $0.47 | – | 1.3 | 43 | 48 | – | 8月26日 |
| 18 | Grok 4.5xAI闭源 | 0.07% | 1465.7±4.3 | 38.8 | 72.4 | $2.00 | $6.00 | $2.00 / $6.00 | – | – | – | 500K | 7月8日 |
| 19 | 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 |
| 20 | 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 |
| 21 | 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 |
| 22 | Claude Sonnet 5Anthropic闭源 | 4.69%High | 1461.1±4.2 | 38.2 | 71.5 | $2.00 | $10.00 | $2.00 / $10.00 | – | – | – | 1M | 6月30日 |
| 23 | GPT-5.6 LunaOpenAI闭源 | -1.80%XHigh | 1452.6±4.3 | 37.3 | 71.4 | $0.20 | $1.20 | $0.20 / $1.20 | – | – | – | 1.05M | 7月9日 |
| 24 | Muse Spark 1.1Meta闭源 | -6.25% | 1490.2±4.3 | 33.7 | 71.3 | $1.25 | $4.25 | $1.25 / $4.25 | – | – | – | 1.05M | 7月9日 |
| 25 | GPT-5.4OpenAI闭源 | 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 |
| 26 | Gemini 3.5 FlashGoogle闭源 | – | 1477.5±3.9 | 32.6 | 70.1 | $1.50 | $9.00 | $1.50 / $9.00 | – | – | – | 1.05M | 5月19日 |
| 27 | 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 |
| 28 |  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 |
| 29 | Gemini 3.1 Pro PreviewGoogle闭源 | -3.53% | 1486.9±3.0 | 29.7 | 68.8 | $2.00 | $12.00 | $2.00 / $12.00 | 20 | 20 | 139 | 1.05M | 2月19日 |
| 30 | GLM-5.2Z.AI开放权重 | 2.35%Max | 1475.9±4.2 | 33.7 | 68.8 | $1.40 | $4.40 | $0.62 / $2.42 | – | – | – | 1.05M | 6月16日 |
Arena 评分为 LMArena 的 Bradley-Terry 口径（非 Elo）；输入价/输出价为官方 API 标价（$/1M tokens），「最低渠道价」为 OpenRouter 最便宜路由报价。 本屏 Arena 分中位浮动 ±4.3 分，相邻模型中位只差 1.2 分（45 组相邻里 45 组落在彼此区间内）：差距小于 4.3 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
截至 2026年10月16日，Artificial Analysis 编程指数最高的是 Claude Fable 5.1（81.6），其次是 Claude Opus 5（78.0）和 GPT-5.6 Sol（77.4）。共 51 个模型有编程指数；该指数汇总多项代码类基准，与 Arena 总分是两回事。
- 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。