今日热点AI 模型评测榜
汇集公开标准化评测集与人类盲测成绩，涵盖编程、科研、办公 Agent 与知识问答等维度，每 4 小时更新。
共 30 款模型 · 4 小时更新
共 30 款模型 · 4 小时更新
- GPT-6.1 Terra68.8 分OpenAI2026年10月28 项实测 (58%)编程69.6(第5名)科研73.3(第4名)专业办公63.6(第22名)知识问答67.9(第10名)输入 ¥6.67 / 输出 ¥33.34/百万Token
- Kimi K3.1 Pro68.6 分Moonshot AI2026年10月34 项实测 (66%)编程67.1(第10名)科研69.5(第11名)专业办公68.4(第9名)知识问答71.0(第4名)输入 ¥13.00 / 输出 ¥68.00/百万Token
- DeepSeek V4.1 Flash 101765.5 分DeepSeek2026年10月37 项实测 (68%)编程64.1(第15名)科研64.6(第18名)专业办公68.7(第8名)知识问答65.8(第14名)输入 ¥1.00 / 输出 ¥4.00/百万Token
- Muse Wonder67.3 分Meta2026年10月40 项实测 (82%)编程65.8(第11名)科研67.8(第13名)专业办公70.4(第6名)知识问答65.4(第16名)输入 ¥26.67 / 输出 ¥133.37/百万Token
- Claude Haiku 5.562.1 分Anthropic2026年10月51 项实测 (100%)编程64.2(第14名)科研63.3(第22名)专业办公63.4(第24名)输入 ¥0.67 / 输出 ¥3.33/百万Token
- Gemini 4 Argon71.5 分Google2026年9月50 项实测 (95%)编程69.2(第6名)科研72.4(第7名)专业办公73.6(第1名)知识问答73.0(第2名)输入 ¥26.67 / 输出 ¥133.37/百万Token
- GPT-6.1 Sol69.9 分OpenAI2026年9月54 项实测 (97%)编程68.2(第7名)科研75.0(第3名)专业办公66.3(第13名)知识问答72.2(第3名)输入 ¥13.34 / 输出 ¥66.68/百万Token
- Claude Sonnet 5.571.4 分Anthropic2026年9月55 项实测 (100%)编程73.3(第2名)科研72.9(第6名)专业办公71.8(第4名)知识问答64.5(第18名)输入 ¥13.34 / 输出 ¥66.68/百万Token
- Claude Opus 5.573.8 分Anthropic2026年9月55 项实测 (100%)编程74.6(第1名)科研75.2(第2名)专业办公72.4(第3名)知识问答70.4(第6名)输入 ¥26.67 / 输出 ¥133.37/百万Token
- GPT-6 Sol65.5 分OpenAI2026年9月44 项实测 (90%)编程65.4(第12名)科研69.4(第12名)专业办公63.1(第26名)知识问答65.1(第17名)输入 ¥13.34 / 输出 ¥66.68/百万Token
- Grok 4.762.6 分xAI2026年9月53 项实测 (97%)编程62.2(第18名)科研61.5(第27名)专业办公65.8(第14名)知识问答62.7(第22名)输入 ¥13.34 / 输出 ¥40.01/百万Token
- DeepSeek V4.1 Flash61.8 分DeepSeek2026年9月44 项实测 (97%)编程61.9(第19名)知识问答62.0(第24名)输入 ¥1.00 / 输出 ¥4.00/百万Token
- GPT-6 Astra71.6 分OpenAI2026年9月55 项实测 (100%)编程70.4(第4名)科研76.6(第1名)专业办公67.3(第12名)知识问答74.4(第1名)输入 ¥66.68 / 输出 ¥333.42/百万Token
- Muse Spark 1.364.0 分Meta2026年9月39 项实测 (79%)编程60.8(第22名)科研64.7(第17名)专业办公68.1(第10名)知识问答64.5(第19名)输入 ¥8.34 / 输出 ¥28.34/百万Token
- Gemini 3.8 Flash63.4 分Google2026年9月53 项实测 (97%)科研65.2(第16名)专业办公65.3(第17名)知识问答68.5(第9名)输入 ¥10.00 / 输出 ¥50.01/百万Token
- Claude Fable 5.172.2 分Anthropic2026年9月48 项实测 (92%)编程71.7(第3名)科研73.2(第5名)专业办公72.5(第2名)知识问答70.8(第5名)输入 ¥66.68 / 输出 ¥333.42/百万Token
- Qwen3.8 Max 090262.9 分Alibaba2026年9月30 项实测 (61%)编程61.6(第20名)科研61.3(第28名)专业办公67.4(第11名)输入 ¥12.00 / 输出 ¥36.00/百万Token
- GLM-5.362.8 分Z.ai2026年8月51 项实测 (95%)编程62.8(第17名)科研61.5(第26名)专业办公64.7(第18名)知识问答61.4(第26名)输入 ¥8.00 / 输出 ¥28.00/百万Token
- Gemini 3.7 Flash62.7 分Google2026年8月36 项实测 (79%)编程60.1(第24名)科研63.9(第19名)专业办公63.4(第23名)知识问答66.3(第13名)输入 ¥10.00 / 输出 ¥50.01/百万Token
- Grok 4.661.9 分xAI2026年8月43 项实测 (87%)编程60.0(第27名)科研62.7(第23名)专业办公65.8(第15名)知识问答62.2(第23名)输入 ¥13.34 / 输出 ¥40.01/百万Token
- Claude Opus 569.4 分Anthropic2026年7月45 项实测 (90%)编程68.1(第8名)科研70.6(第8名)专业办公71.2(第5名)知识问答69.0(第8名)输入 ¥33.34 / 输出 ¥166.71/百万Token
- Qwen3.8 Max61.9 分Alibaba2026年7月40 项实测 (87%)科研63.6(第20名)专业办公64.5(第19名)知识问答61.9(第25名)输入 ¥12.00 / 输出 ¥36.00/百万Token
- Kimi K362.7 分Moonshot AI2026年7月52 项实测 (97%)编程60.0(第26名)科研62.6(第24名)专业办公64.1(第21名)知识问答66.9(第12名)输入 ¥20.00 / 输出 ¥100.00/百万Token
- GPT-5.6 Sol66.2 分OpenAI2026年7月41 项实测 (84%)编程64.3(第13名)科研70.0(第9名)专业办公65.7(第16名)知识问答67.8(第11名)输入 ¥33.34 / 输出 ¥200.05/百万Token
- GPT-5.6 Terra61.6 分OpenAI2026年7月39 项实测 (79%)编程60.1(第25名)科研65.6(第15名)专业办公63.1(第27名)输入 ¥13.34 / 输出 ¥80.02/百万Token
- Claude Fable 568.8 分Anthropic2026年6月36 项实测 (79%)编程68.0(第9名)科研69.5(第10名)专业办公68.8(第7名)知识问答69.9(第7名)输入 ¥66.68 / 输出 ¥333.42/百万Token
- Claude Opus 4.862.3 分Anthropic2026年5月35 项实测 (74%)编程61.2(第21名)科研63.5(第21名)知识问答64.4(第20名)输入 ¥33.34 / 输出 ¥166.71/百万Token
- GPT-5.562.7 分OpenAI2026年4月31 项实测 (68%)编程59.3(第30名)科研67.6(第14名)知识问答65.4(第15名)输入 ¥33.34 / 输出 ¥200.05/百万Token
- Claude Opus 4.760.8 分Anthropic2026年4月27 项实测 (63%)编程60.2(第23名)科研61.1(第29名)输入 ¥33.34 / 输出 ¥166.71/百万Token