大模型能力排行

AIdaily 能力总榜前 30 名

成本单位：美元 / 百万 Token

Token 消耗榜评分方法与来源

GPT-6 Astra Max EffortOpenAI公开 API

日常分析和复杂推理都比较突出

上线日期2026-09-04

评测配置max

输入$10

输出$50

94.0

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 82.66
科学与复杂推理: 94.73
编程: 80.36
Agent / 真实编程任务: 57.32

官方页面 LiveBench 原始数据

Claude Fable 5.1 Max EffortAnthropic公开 API

日常分析、推理、写代码和真实任务比较均衡

上线日期2026-09-01

评测配置max

输入$10

输出$50

93.9

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 80.92
科学与复杂推理: 94.35
编程: 86.38
Agent / 真实编程任务: 66.06

官方页面 LiveBench 原始数据

Claude Fable 5 Max EffortAnthropic公开 API

理解需求和写代码都比较突出

上线日期2026-06-09

评测配置max

输入$10

输出$50

93.2

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 82.33
科学与复杂推理: 92.82
编程: 85.99
Agent / 真实编程任务: 62.17

官方页面 LiveBench 原始数据

Claude Opus 5 Max EffortAnthropic公开 API

复杂推理和真实代码任务都比较突出

上线日期2026-07-24

评测配置max

输入$5

输出$25

93.1

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 75.67
科学与复杂推理: 93.47
编程: 81.45
Agent / 真实编程任务: 65.20

官方页面 LiveBench 原始数据

Muse Spark 1.3 xHigh EffortMeta公开 API

更擅长整理信息、理解指令和完成日常分析

上线日期2026-09-02

评测配置xhigh

输入$1.25

输出$4.25

90.9

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 80.12
科学与复杂推理: 92.80
编程: 81.06
Agent / 真实编程任务: 64.09

官方页面 LiveBench 原始数据

GPT-5.6 Sol Max EffortOpenAI公开 API

复杂推理和写代码都比较突出

上线日期2026-07-09

评测配置max

输入$5

输出$30

88.7

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 79.79
科学与复杂推理: 93.93
编程: 83.94
Agent / 真实编程任务: 56.21

官方页面 LiveBench 原始数据

GLM-5.3智谱开放权重

更擅长在真实代码仓库里连续修改并解决问题

上线日期2026-08-18

评测配置default

输入$1.4

输出$4.4

85.8

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 73.13
科学与复杂推理: 86.85
编程: 78.95
Agent / 真实编程任务: 60.91

官方页面 LiveBench 原始数据

Grok 4.6xAI公开 API

更擅长数学、科学问题和多步复杂推理

上线日期2026-08-12

评测配置default

输入$2

输出$6

84.1

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 76.47
科学与复杂推理: 91.54
编程: 76.78
Agent / 真实编程任务: 57.02

官方页面 LiveBench 原始数据

Claude 5.5 Opus Thinking Max EffortAnthropic公开 API

复杂推理和写代码都比较突出

上线日期2026-09-22

评测配置max

输入$4

输出$20

83.3

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 77.44
科学与复杂推理: 94.62
编程: 89.25
Agent / 真实编程任务: 71.72

官方页面 LiveBench 原始数据

Kimi K3月之暗面开放权重

更擅长整理信息、理解指令和完成日常分析

上线日期2026-07-16

评测配置default

输入$3

输出$15

83.1

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 78.54
科学与复杂推理: 87.55
编程: 81.45
Agent / 真实编程任务: 62.17

官方页面 LiveBench 原始数据

Claude 5.5 Opus Thinking xHigh EffortAnthropic公开 API

写代码和处理真实代码仓库都比较突出

上线日期2026-09-22

评测配置xhigh

输入$4

输出$20

81.4

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 77.45
科学与复杂推理: 93.73
编程: 89.25
Agent / 真实编程任务: 65.35

官方页面 LiveBench 原始数据

GPT-5.6 Terra Max EffortOpenAI公开 API

更擅长数学、科学问题和多步复杂推理

上线日期2026-07-09

评测配置max

输入$2.5

输出$15

80.5

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 75.61
科学与复杂推理: 92.77
编程: 78.25
Agent / 真实编程任务: 54.95

官方页面 LiveBench 原始数据

Claude 4.8 Opus Thinking Max EffortAnthropic公开 API

复杂推理和写代码都比较突出

上线日期2026-04-16

评测配置max

输入$5

输出$25

78.8

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 72.58
科学与复杂推理: 91.75
编程: 81.83
Agent / 真实编程任务: 50.50

官方页面 LiveBench 原始数据

Gemini 3.8 Flash HighGoogle公开 API

更擅长数学、科学问题和多步复杂推理

上线日期2026-09-02

评测配置high

输入$0.75

输出$3.75

78.1

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 74.40
科学与复杂推理: 90.43
编程: 72.49
Agent / 真实编程任务: 54.24

官方页面 LiveBench 原始数据

GLM-5.3 Flash智谱开放权重

更擅长在真实代码仓库里连续修改并解决问题

上线日期2026-08-26

评测配置default

输入$0.15

输出$0.5

76.9

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 68.84
科学与复杂推理: 79.44
编程: 78.95
Agent / 真实编程任务: 56.77

官方页面 LiveBench 原始数据

GPT-6 Sol Max EffortOpenAI公开 API

日常分析和复杂推理都比较突出

上线日期2026-09-22

评测配置max

输入$2

输出$10

76.4

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 78.35
科学与复杂推理: 92.50
编程: 81.77
Agent / 真实编程任务: 52.88

官方页面 LiveBench 原始数据

Claude 4.7 Opus Thinking xHigh EffortAnthropic公开 API

更擅长写出正确代码和补全程序

上线日期2026-04-16

评测配置xhigh

输入$5

输出$25

75.9

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 74.31
科学与复杂推理: 90.02
编程: 82.09
Agent / 真实编程任务: 50.66

官方页面 LiveBench 原始数据

Union AlphaStealth公开 API

更擅长写出正确代码和补全程序

上线日期2026-09-16

评测配置default

输入$0

输出$0

74.6

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 73.34
科学与复杂推理: 88.02
编程: 82.15
Agent / 真实编程任务: 54.70

官方页面 LiveBench 原始数据

Grok 4.7 xHighxAI公开 API

更擅长整理信息、理解指令和完成日常分析

上线日期2026-09-21

评测配置xhigh

输入$2

输出$6

74.4

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 77.43
科学与复杂推理: 89.17
编程: 77.16
Agent / 真实编程任务: 53.99

官方页面 LiveBench 原始数据

Qwen 3.8 Max阿里巴巴开放权重

更擅长在真实代码仓库里连续修改并解决问题

上线日期2026-07-19

评测配置max

输入$2

输出$6

73.6

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 77.39
科学与复杂推理: 89.76
编程: 72.87
Agent / 真实编程任务: 64.65

官方页面 LiveBench 原始数据

GPT-6 Luna Max EffortOpenAI公开 API

更擅长写出正确代码和补全程序

上线日期2026-09-22

评测配置max

输入$0.1

输出$0.5

70.8

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 67.71
科学与复杂推理: 85.45
编程: 78.95
Agent / 真实编程任务: 51.21

官方页面 LiveBench 原始数据

DeepSeek V4.1 Flash Max EffortDeepSeek开放权重

更擅长在真实代码仓库里连续修改并解决问题

上线日期2026-09-10

评测配置max

输入$0.15

输出$0.6

66.7

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 76.83
科学与复杂推理: 89.99
编程: 80.04
Agent / 真实编程任务: 77.27

官方页面 LiveBench 原始数据

Gemini 3.7 Flash HighGoogle公开 API

更擅长整理信息、理解指令和完成日常分析

上线日期2026-08-13

评测配置high

输入$0.75

输出$3.75

64.9

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 77.78
科学与复杂推理: 90.63
编程: 78.89
Agent / 真实编程任务: 58.28

官方页面 LiveBench 原始数据

Grok 4.5xAI公开 API

理解需求和处理真实代码任务都比较突出

上线日期待核实

评测配置default

输入$2

输出$6

58.9

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 75.79
科学与复杂推理: 89.00
编程: 68.59
Agent / 真实编程任务: 56.46

官方页面 LiveBench 原始数据

GPT-5.5 Thinking xHigh EffortOpenAI公开 API

更擅长整理信息、理解指令和完成日常分析

上线日期2026-04-23

评测配置xhigh

输入$5

输出$30

58.4

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 79.89
科学与复杂推理: 92.76
编程: 82.15
Agent / 真实编程任务: 53.99

官方页面 LiveBench 原始数据

GPT-5.4 Thinking xHigh EffortOpenAI公开 API

日常分析和复杂推理都比较突出

上线日期2026-03-05

评测配置xhigh

输入$2.5

输出$15

58.0

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 77.39
科学与复杂推理: 91.13
编程: 77.54
Agent / 真实编程任务: 53.84

官方页面 LiveBench 原始数据

GLM-5.2智谱开放权重

更擅长写出正确代码和补全程序

上线日期待核实

评测配置default

输入$1.4

输出$4.4

54.4

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 70.76
科学与复杂推理: 84.20
编程: 79.65
Agent / 真实编程任务: 51.77

官方页面 LiveBench 原始数据

Claude Sonnet 5 xHigh EffortAnthropic公开 API

复杂推理和真实代码任务都比较突出

上线日期待核实

评测配置xhigh

输入$3

输出$15

52.8

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 70.19
科学与复杂推理: 90.82
编程: 80.68
Agent / 真实编程任务: 59.39

官方页面 LiveBench 原始数据

GPT-5.6 Luna Max EffortOpenAI公开 API

更擅长写出正确代码和补全程序

上线日期2026-07-09

评测配置max

输入$1

输出$6

49.7

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 70.24
科学与复杂推理: 86.42
编程: 82.91
Agent / 真实编程任务: 48.43

官方页面 LiveBench 原始数据

DeepSeek V4 Pro 0813DeepSeek开放权重

更擅长数学、科学问题和多步复杂推理

上线日期2026-08-13

评测配置default

输入$0.435

输出$0.87

49.0

四支柱证据完整度: 23/23 tasks · 7/7 categories · 4/4 pillars

通用能力: 76.34
科学与复杂推理: 90.46
编程: 77.16
Agent / 真实编程任务: 54.95

官方页面 LiveBench 原始数据

品牌总览

通用大模型

同一厂商可以保留多款当前主力，避免只看一款就误判整个品牌。

阿里巴巴

6 款

Qwen 3.6 Plus阿里巴巴

更擅长写出正确代码和补全程序

2026-04-02

可用性公开 API阶段稳定接入api价格$0.5 / $3来源

Qwen 3.7 Max阿里巴巴

更擅长整理信息、理解指令和完成日常分析

待核实

可用性公开 API阶段稳定接入api价格$2.5 / $7.5来源

Qwen3.8-27B阿里巴巴

更擅长在真实代码仓库里连续修改并解决问题

2026-08-14

可用性开放权重阶段稳定接入weights价格$0.265 / $0.65来源

Qwen 3.8 Max阿里巴巴

更擅长在真实代码仓库里连续修改并解决问题

2026-07-19

可用性开放权重阶段稳定接入weights价格$2 / $6来源

Qwen 3.6 27B阿里巴巴

更擅长写出正确代码和补全程序

待核实

可用性开放权重阶段稳定接入api, weights价格$0.6 / $3.6来源

Qwen 3.8 Flash Next阿里巴巴

当前无法公开使用，不参加正式排行

2026-08-26

可用性开放权重阶段预览接入api, open_weights, web价格$0.16 / $0.47来源

Anthropic

11 款

Claude 5.5 Opus Thinking Max EffortAnthropic

复杂推理和写代码都比较突出

2026-09-22

可用性公开 API阶段稳定接入chat, api价格$4 / $20来源

Claude 5.5 Opus Thinking xHigh EffortAnthropic

写代码和处理真实代码仓库都比较突出

2026-09-22

可用性公开 API阶段稳定接入chat, api价格$4 / $20来源

Claude Fable 5.1 Max EffortAnthropic

日常分析、推理、写代码和真实任务比较均衡

2026-09-01

可用性公开 API阶段稳定接入public_api, consumer价格$10 / $50来源

Claude Opus 5 Max EffortAnthropic

复杂推理和真实代码任务都比较突出

2026-07-24

可用性公开 API阶段稳定接入api价格$5 / $25来源

Claude Fable 5 Max EffortAnthropic

理解需求和写代码都比较突出

2026-06-09

可用性公开 API阶段稳定接入api价格$10 / $50来源

Claude 4.7 Opus Thinking xHigh EffortAnthropic

更擅长写出正确代码和补全程序

2026-04-16

可用性公开 API阶段稳定接入api价格$5 / $25来源

Claude 4.8 Opus Thinking Max EffortAnthropic

复杂推理和写代码都比较突出

2026-04-16

可用性公开 API阶段稳定接入api价格$5 / $25来源

Claude 4.6 Sonnet Thinking Medium EffortAnthropic

更擅长写出正确代码和补全程序

2026-02-17

可用性公开 API阶段稳定接入api价格$3 / $15来源

Claude 4.6 Opus Thinking High EffortAnthropic

更擅长数学、科学问题和多步复杂推理

2026-02-05

可用性公开 API阶段稳定接入api价格$5 / $25来源

Claude 4.5 Opus Thinking High EffortAnthropic

更擅长写出正确代码和补全程序

2025-11-01

可用性公开 API阶段稳定接入api价格$5 / $25来源

Claude Sonnet 5 xHigh EffortAnthropic

复杂推理和真实代码任务都比较突出

待核实

可用性公开 API阶段稳定接入api价格$3 / $15来源

百度

1 款

ERNIE 5.1百度

适合中文写作、问答和需要长时间推理的任务

2026-05-09

可用性普通用户可用阶段稳定接入consumer价格待核实来源

DeepSeek

6 款

DeepSeek V4 Flash Vision ExpDeepSeek

更擅长在真实代码仓库里连续修改并解决问题

2026-08-21

可用性公开 API阶段试验接入api价格$0.22 / $0.66来源

DeepSeek V4.1 Flash Max EffortDeepSeek

更擅长在真实代码仓库里连续修改并解决问题

2026-09-10

可用性开放权重阶段稳定接入api, open_weights价格$0.15 / $0.6来源

DeepSeek V4 Pro 0813DeepSeek

更擅长数学、科学问题和多步复杂推理

2026-08-13

可用性开放权重阶段稳定接入api, weights价格$0.435 / $0.87来源

DeepSeek V4 Flash 0731DeepSeek

更擅长整理信息、理解指令和完成日常分析

2026-07-31

可用性开放权重阶段稳定接入api, weights价格$0.14 / $0.28来源

DeepSeek V4 ProDeepSeek

更擅长数学、科学问题和多步复杂推理

2026-04-24

可用性开放权重阶段稳定接入api, weights价格$0.435 / $0.87来源

DeepSeek V4 FlashDeepSeek

日常分析、推理、写代码和真实任务比较均衡

待核实

可用性开放权重阶段稳定接入api, weights价格$0.14 / $0.28来源

Google

6 款

Gemini 3.8 Flash HighGoogle

更擅长数学、科学问题和多步复杂推理

2026-09-02

可用性公开 API阶段稳定接入api, consumer价格$0.75 / $3.75来源

Gemini 3.7 Flash HighGoogle

更擅长整理信息、理解指令和完成日常分析

2026-08-13

可用性公开 API阶段稳定接入api价格$0.75 / $3.75来源

Gemini 3.5 Flash HighGoogle

更擅长整理信息、理解指令和完成日常分析

2026-05-19

可用性公开 API阶段稳定接入api价格$1.5 / $9来源

Gemini 3.5 Flash-Lite HighGoogle

更擅长写出正确代码和补全程序

待核实

可用性公开 API阶段稳定接入api价格$0.3 / $2.5来源

Gemini 3.6 Flash HighGoogle

理解需求和写代码都比较突出

待核实

可用性公开 API阶段稳定接入api价格$1.5 / $7.5来源

Gemini 3.1 Pro Preview HighGoogle

当前无法公开使用，不参加正式排行

待核实

可用性公开 API阶段预览接入api价格$2 / $12来源

MiniMax

1 款

Minimax M3MiniMax

更擅长整理信息、理解指令和完成日常分析

待核实

可用性公开 API阶段稳定接入api价格$0.3 / $1.2来源

Mistral

1 款

Mistral Medium 3.5Mistral

适合需要欧洲部署选择的代码和企业智能体任务

待核实

可用性普通用户可用阶段稳定接入consumer价格待核实来源

月之暗面

3 款

Kimi K3月之暗面

更擅长整理信息、理解指令和完成日常分析

2026-07-16

可用性开放权重阶段稳定接入api, weights价格$3 / $15来源

Kimi K2.6 Thinking月之暗面

更擅长写出正确代码和补全程序

待核实

可用性开放权重阶段稳定接入api, weights价格$0.95 / $4来源

Kimi K2.7 Code月之暗面

写代码和处理真实代码仓库都比较突出

待核实

可用性开放权重阶段稳定接入api, weights价格$0.95 / $4来源

OpenAI

12 款

GPT-6 Luna Max EffortOpenAI

更擅长写出正确代码和补全程序

2026-09-22

可用性公开 API阶段稳定接入chat, api价格$0.1 / $0.5来源

GPT-6 Sol Max EffortOpenAI

日常分析和复杂推理都比较突出

2026-09-22

可用性公开 API阶段稳定接入chat, api价格$2 / $10来源

GPT-6 Astra Max EffortOpenAI

日常分析和复杂推理都比较突出

2026-09-04

可用性公开 API阶段稳定接入chat, api价格$10 / $50来源

GPT-5.6 Luna Max EffortOpenAI

更擅长写出正确代码和补全程序

2026-07-09

可用性公开 API阶段稳定接入api价格$1 / $6来源

GPT-5.6 Sol Max EffortOpenAI

复杂推理和写代码都比较突出

2026-07-09

可用性公开 API阶段稳定接入api价格$5 / $30来源

GPT-5.6 Terra Max EffortOpenAI

更擅长数学、科学问题和多步复杂推理

2026-07-09

可用性公开 API阶段稳定接入api价格$2.5 / $15来源

GPT-5.5 Thinking xHigh EffortOpenAI

更擅长整理信息、理解指令和完成日常分析

2026-04-23

可用性公开 API阶段稳定接入api价格$5 / $30来源

GPT-5.4 Mini xHighOpenAI

更擅长写出正确代码和补全程序

2026-03-17

可用性公开 API阶段稳定接入api价格$0.75 / $4.5来源

GPT-5.4 Nano xHighOpenAI

更擅长数学、科学问题和多步复杂推理

2026-03-17

可用性公开 API阶段稳定接入api价格$0.2 / $1.25来源

GPT-5.4 Thinking xHigh EffortOpenAI

日常分析和复杂推理都比较突出

2026-03-05

可用性公开 API阶段稳定接入api价格$2.5 / $15来源

GPT-5.2 CodexOpenAI

更擅长写出正确代码和补全程序

2025-12-18

可用性公开 API阶段稳定接入api价格$1.75 / $14来源

GPT-5.2 HighOpenAI

更擅长数学、科学问题和多步复杂推理

2025-12-11

可用性公开 API阶段稳定接入api价格$1.75 / $14来源

腾讯

1 款

腾讯 HY 3腾讯

适合在腾讯云里处理中文任务和智能体工作

待核实

可用性普通用户可用阶段稳定接入consumer价格待核实来源

Thinking Machines

1 款

Inkling xHigh EffortThinking Machines

理解需求和处理真实代码任务都比较突出

待核实

可用性开放权重阶段稳定接入weights价格$1.87 / $4.68来源

xAI

5 款

Grok 4.7 xHighxAI

更擅长整理信息、理解指令和完成日常分析

2026-09-21

可用性公开 API阶段稳定接入api价格$2 / $6来源

Grok 4.6xAI

更擅长数学、科学问题和多步复杂推理

2026-08-12

可用性公开 API阶段稳定接入api价格$2 / $6来源

Grok 4.3xAI

日常分析、推理、写代码和真实任务比较均衡

待核实

可用性公开 API阶段稳定接入api价格$1.25 / $2.5来源

Grok 4.5xAI

理解需求和处理真实代码任务都比较突出

待核实

可用性公开 API阶段稳定接入api价格$2 / $6来源

Grok Build 0.1xAI

理解需求和处理真实代码任务都比较突出

待核实

可用性公开 API阶段稳定接入api价格$1 / $2来源

智谱

3 款

GLM-5.3 Flash智谱

更擅长在真实代码仓库里连续修改并解决问题

2026-08-26

可用性开放权重阶段稳定接入api, open_weights, web价格$0.15 / $0.5来源

GLM-5.3智谱

更擅长在真实代码仓库里连续修改并解决问题

2026-08-18

可用性开放权重阶段稳定接入api价格$1.4 / $4.4来源

GLM-5.2智谱

更擅长写出正确代码和补全程序

待核实

可用性开放权重阶段稳定接入api, weights价格$1.4 / $4.4来源

Abacus.AI

3 款

Smaug-AgenticAbacus.AI

理解需求和处理真实代码任务都比较突出

待核实

可用性公开 API阶段稳定接入api, consumer价格$3 / $15来源

Smaug FlashAbacus.AI

更擅长在真实代码仓库里连续修改并解决问题

2026-09-07

可用性开放权重阶段稳定接入open_weights, api价格$0.14 / $0.28来源

Smaug-MiniAbacus.AI

更擅长在真实代码仓库里连续修改并解决问题

2026-09-06

可用性开放权重阶段稳定接入open_weights, api价格$0.265 / $0.65来源

Stealth

2 款

Union AlphaStealth

更擅长写出正确代码和补全程序

2026-09-16

可用性公开 API阶段试验接入api价格$0 / $0来源

ox-alpha-maxStealth

更擅长在真实代码仓库里连续修改并解决问题

2026-08-20

可用性公开 API阶段试验接入api价格$0 / $0来源

NVIDIA

1 款

Nemotron 3 Ultra 550B A55BNVIDIA

更擅长数学、科学问题和多步复杂推理

2026-06-25

可用性开放权重阶段稳定接入api, weights价格$0.6 / $2.4来源

大众推荐

通用大模型

只推荐普通用户或公开 API 可用的型号，按真实用途给出选择线索。

综合能力

GPT-6 Astra Max EffortOpenAI

日常分析和复杂推理都比较突出

2026-09-04

可用性公开 API阶段稳定接入chat, api价格$10 / $50来源

Claude Fable 5.1 Max EffortAnthropic

日常分析、推理、写代码和真实任务比较均衡

2026-09-01

可用性公开 API阶段稳定接入public_api, consumer价格$10 / $50来源

Claude Fable 5 Max EffortAnthropic

理解需求和写代码都比较突出

2026-06-09

可用性公开 API阶段稳定接入api价格$10 / $50来源

编程与真实任务

Claude 5.5 Opus Thinking Max EffortAnthropic

复杂推理和写代码都比较突出

2026-09-22

可用性公开 API阶段稳定接入chat, api价格$4 / $20来源

DeepSeek V4.1 Flash Max EffortDeepSeek

更擅长在真实代码仓库里连续修改并解决问题

2026-09-10

可用性开放权重阶段稳定接入api, open_weights价格$0.15 / $0.6来源

Claude 5.5 Opus Thinking xHigh EffortAnthropic

写代码和处理真实代码仓库都比较突出

2026-09-22

可用性公开 API阶段稳定接入chat, api价格$4 / $20来源

复杂推理

GPT-6 Astra Max EffortOpenAI

日常分析和复杂推理都比较突出

2026-09-04

可用性公开 API阶段稳定接入chat, api价格$10 / $50来源

Claude 5.5 Opus Thinking Max EffortAnthropic

复杂推理和写代码都比较突出

2026-09-22

可用性公开 API阶段稳定接入chat, api价格$4 / $20来源

Claude Fable 5.1 Max EffortAnthropic

日常分析、推理、写代码和真实任务比较均衡

2026-09-01

可用性公开 API阶段稳定接入public_api, consumer价格$10 / $50来源

价格友好

Gemini 3.8 Flash HighGoogle

更擅长数学、科学问题和多步复杂推理

2026-09-02

可用性公开 API阶段稳定接入api, consumer价格$0.75 / $3.75来源

Muse Spark 1.3 xHigh EffortMeta

更擅长整理信息、理解指令和完成日常分析

2026-09-02

可用性公开 API阶段稳定接入api价格$1.25 / $4.25来源

Grok 4.6xAI

更擅长数学、科学问题和多步复杂推理

2026-08-12

可用性公开 API阶段稳定接入api价格$2 / $6来源

开放权重

GLM-5.3智谱

更擅长在真实代码仓库里连续修改并解决问题

2026-08-18

可用性开放权重阶段稳定接入api价格$1.4 / $4.4来源

Kimi K3月之暗面

更擅长整理信息、理解指令和完成日常分析

2026-07-16

可用性开放权重阶段稳定接入api, weights价格$3 / $15来源

GLM-5.3 Flash智谱

更擅长在真实代码仓库里连续修改并解决问题

2026-08-26

可用性开放权重阶段稳定接入api, open_weights, web价格$0.15 / $0.5来源

已移除型号

hunyuan-turbos-20250313

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

ernie-4-5-turbo

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

mistral-medium-3

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

gpt-image-1

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

imagen-4

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

seedream-4

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

midjourney-v7

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

sora-2

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

veo-3

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

minimax-h3

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

kling-2-1

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

gpt-4o-mini-tts

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

claude-mythos-5

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

grok-4.6-xhigh

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

midjourney-v8-1

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

seedance-2-0

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

qwen3.8-max-0902

这个型号已从当前目录移除；保留此位置，避免旧链接失效。

AIHOT 大模型共识能力排行 · AIHOT Consensus v1

汇总全网 7 家独立评测机构的 9 张权威榜单，用固定问题预算计算 AIHOT 共识分，直观呈现主流大模型的综合能力。

综合评测 30% + 真人盲选 10% + 专项评测 60%（编程设计 12% + 数学推理 12% + 写作表达 9% + 知识事实 6% + 视觉理解 6% + 工具办公 6% + 中文多语言 6% + 行业专业 3%）

只在具备至少 3 个独立证据家族和冻结锚点之间评估共识；缺榜只降低评测完整度与确定性，不直接扣分，也不把空缺权重转给别榜。

数据综合 Artificial Analysis、LiveBench、LMArena、Mercor、Vals AI、DataCurve 与 TapTap Maker 7 家独立机构。价格统一核对厂商官方公开定价。

状态链接会打开最新榜单；长图会写明分享时的数据日期。

通用大模型

通用大模型

综合能力

编程与真实任务

复杂推理

价格友好

开放权重

图片

图片

图片

本期新款 / 当前主力

视频

视频

视频

本期新款 / 当前主力

音频

音频

音频

本期新款 / 当前主力

AIHOT 大模型共识能力排行 · AIHOT Consensus v1