模型榜
YURUI MODEL INTELLIGENCE
AI 模型排行榜
只用第三方评测机构给所有模型统一实测的成绩，厂商自己公布的分数一概不计；各项成绩折算成同一种分数后按领域加权：编程 40%、科研 20%、专业办公 20%、知识问答 15%、真人盲选 5%。
35 项评测·7 家机构·10/23 14:07 更新
综合榜30 个模型
| 参考 位次 | 模型 | ||
|---|---|---|---|
| 01 | Claude Opus 5.5AnthropicAnthropic · 9月22日上线 | 34 项评测覆盖 96% | 73.3覆盖 96% |
| 02 | Gemini 4 ArgonGoogleGoogle · 9月30日上线 | 31 项评测覆盖 86% | 72.6覆盖 86% |
| 03 | Claude Fable 5.1AnthropicAnthropic · 9月1日上线 | 35 项评测覆盖 100% | 71.6覆盖 100% |
| 04 | GPT-6 AstraOpenAIOpenAI · 9月3日上线 | 35 项评测覆盖 100% | 71.2覆盖 100% |
| 05 | Claude Sonnet 5.5AnthropicAnthropic · 9月28日上线 | 34 项评测覆盖 100% | 70.9覆盖 100% |
| 06 | Muse Wonder FullMetaMeta · 10月12日上线 | 20 项评测覆盖 61% | 69.9覆盖 61% |
| 07 | Claude Fable 5AnthropicAnthropic · 6月9日上线 | 30 项评测覆盖 89% | 69.2覆盖 89% |
| 08 | GPT-6.1 SolOpenAIOpenAI · 9月29日上线 | 34 项评测覆盖 100% | 68.9覆盖 100% |
| 09 | Claude Opus 5AnthropicAnthropic · 7月24日上线 | 35 项评测覆盖 100% | 68.1覆盖 100% |
| 10 | Muse WonderMetaMeta · 10月12日上线 | 27 项评测覆盖 86% | 67.7覆盖 86% |
| 11 | GPT-5.6 SolOpenAIOpenAI · 7月9日上线 | 33 项评测覆盖 93% | 66.0覆盖 93% |
| 12 | GPT-6 SolOpenAIOpenAI · 9月22日上线 | 33 项评测覆盖 100% | 65.7覆盖 100% |
| 13 | Muse Spark 1.3MetaMeta · 9月2日上线 | 32 项评测覆盖 93% | 64.9覆盖 93% |
| 14 | Gemini 3.8 FlashGoogleGoogle · 9月2日上线 | 34 项评测覆盖 96% | 64.5覆盖 96% |
| 15 | DeepSeek V4.1 Flash 1017开源权重 ↗DeepSeekDeepSeek · 10月17日上线 | 21 项评测覆盖 61% | 63.5覆盖 61% |
| 16 | Kimi K3开源权重 ↗Moonshot AIMoonshot AI · 7月16日上线 | 33 项评测覆盖 93% | 63.0覆盖 93% |
| 17 | GPT-5.5OpenAIOpenAI · 4月23日上线 | 28 项评测覆盖 86% | 63.0覆盖 86% |
| 18 | Claude Opus 4.7AnthropicAnthropic · 4月16日上线 | 19 项评测覆盖 64% | 62.9覆盖 64% |
| 19 | Gemini 3.7 FlashGoogleGoogle · 8月13日上线 | 31 项评测覆盖 93% | 62.8覆盖 93% |
| 20 | Claude Opus 4.8AnthropicAnthropic · 5月28日上线 | 30 项评测覆盖 89% | 62.7覆盖 89% |
| 21 | MiMo-V2.6-Pro开源权重 ↗XiaomiXiaomi · 9月21日上线 | 24 项评测覆盖 71% | 62.3覆盖 71% |
| 22 | GLM-5.3开源权重 ↗Z.aiZ.ai · 8月18日上线 | 35 项评测覆盖 100% | 62.2覆盖 100% |
| 23 | GPT-5.6 TerraOpenAIOpenAI · 7月9日上线 | 33 项评测覆盖 96% | 61.8覆盖 96% |
| 24 | Grok 4.7xAIxAI · 9月21日上线 | 33 项评测覆盖 96% | 61.7覆盖 96% |
| 25 | Grok 4.6xAIxAI · 8月12日上线 | 35 项评测覆盖 100% | 61.4覆盖 100% |
| 26 | MiniMax-M3.1-FlashMiniMaxMiniMax · 10月19日上线 | 12 项评测覆盖 36% | 61.0覆盖 36% |
| 27 | Step 5 PreviewStepFunStepFun · 9月18日上线 | 20 项评测覆盖 57% | 60.8覆盖 57% |
| 28 | Claude Haiku 5.5AnthropicAnthropic · 10月7日上线 | 35 项评测覆盖 100% | 60.5覆盖 100% |
| 29 | DeepSeek V4.1 Flash开源权重 ↗DeepSeekDeepSeek · 9月10日上线 | 35 项评测覆盖 100% | 60.5覆盖 100% |
| 30 | Muse Spark 1.2MetaMeta · 8月5日上线 | 27 项评测覆盖 86% | 60.4覆盖 86% |
分类榜已有领先成绩，但综合证据尚不足：Ling 3.1 Flash 1019（已有 9 项可比评测）、Qwen3.8 Max 0902（已有 15 项可比评测）、ember-1（已有 8 项可比评测）、GPT-5.4（已有 7 项可比评测）。尚无综合参考位次不等于能力较弱，仍可查看已有分类与原始成绩。
综合评分为 0–100 分，越高表示本榜综合表现越强。同分按参考位次排列；筛选后保留原榜评分与位次，每次最多展示 30 个模型。
评分用于同一榜单、同一轮内的比较，不是正确率。各项评测的原始成绩可在模型详情查看。
如何看这张榜
综合评分把各家难度不同的评测折算成同一种分数：50 分是参照模型的平均水平，每 15 分约是一个标准差；两个模型相差 3 分以上，先后基本不会变。评分不是正确率。价格不参与排序，缺测不补分。能力表现请结合分项原始成绩与运行配置判断。
了解计算方法 →关于价格
API 价格来自厂商官网，按每百万 Token 展示。美元报价按 2026-10-22 汇率折算成人民币。缓存价格指命中后的输入价格，缓存写入、存储及订阅费用另计。
数据与计算方法同步自 AIHOT 模型榜，裕瑞产业情报用于内部选型参考；模型能力、价格与可用范围请以厂商及评测机构原始页面为准。