AI 模型排行榜 · 链世界

按对话、图像、视频三类展示主流模型的综合分与扩展指标，支持切换排序维度。排名由站点运营维护，仅供参考。

排序

排名	模型	厂商	综合分运营维护的综合排名分，越高越靠前	上下文 (K)上下文窗口长度（千 tokens）	输入价输入 tokens 单价（美元/百万 tokens）	输出价输出 tokens 单价（美元/百万 tokens）	MMLU大规模多任务语言理解基准准确率（%），越高越好	HumanEval代码生成能力评测 HumanEval（%），越高越好	Elo竞技场人类偏好对战 Elo 分，越高表示实战表现越强
1	G GPT-5.5 OpenAI 最新旗舰模型，1050K 超长上下文，AI 推理和编程能力业界领先	OpenAI	98.0	1050	5	30	91.50	91.40	1420
2	C Claude Fable 5 Anthropic 最强模型，定位高于 Opus 层级。Mythos 级别公开版，1M 上下文，SWE-Bench 等多项基准超越 Opus 4.8 超过 10%。支持自适应思维模式。	Anthropic	97.0	1000	10	50	—	—	—
3	G Gemini 3.5 Pro Google DeepMind 旗舰模型，1000K 上下文窗口，综合能力强	Google DeepMind	96.0	1000	1.50	9	91	89.50	1400
4	G GPT-5.6 Sol OpenAI 新旗舰模型，三款中的最强版本。在 HealthBench Professional 得分 60.5%，网络安全和生物风险评估均为 High 级别。API 新增 Fast mode：比 Standard 快 2.5 倍、价格 2 倍、智能不变（2026-07-30）。	OpenAI	96.0	1050	5	30	0	—	0
5	G Grok 4.6 xAI 旗舰模型，2026-08-12 发布（对外以 SpaceXAI 名义运营）。AA Intelligence Index 61 分，与 GPT-5.6 Sol 持平，仅次于 Claude Opus 5 / Fable 5。强项在 agent 场景：GDPval-AA v2 Elo 1753（仅次 Opus 5）、Terminal-Bench v2.1 88.4%、τ³-Banking 50.7%。定价 $2/$6，500K 上下文，每任务成本约 $0.84，与 Kimi K3 相当。	xAI	95.0	500	2	6	0	—	1753
6	C Claude Opus 4.8 Anthropic 最新旗舰推理模型	Anthropic	95.0	1000	5	25	0	—	0
7	C Claude Opus 5 Anthropic 最新 Opus 旗舰，接近 Fable 5 前沿智能（差异 <0.5%），定价 $5/$25 每百万 token，2026-07-25 发布后即登顶 AA 智能榜 #1	Anthropic	94.0	1000	5	25	89.20	—	1320
8	K Kimi K3 月之暗面最新旗舰模型，2.8T 参数 MoE（激活 16/896 专家），1M 上下文，原生视觉能力。AA 智能指数 #4，性能仅次于 Fable 5 和 GPT-5.6 Sol。开源权重将于 7 月 27 日发布。	月之暗面 / Moonshot AI	94.0	1049	3	15	—	—	—
9	G GPT-5.6 Terra GPT-5.6 系列均衡版本，日常工作的主力选择。2026-07-30 起 API 降价 20%（$2.00/M 输入、$12.00/M 输出），缓存输入 $0.20/M。	OpenAI	93.5	1050	2	12	0	—	0
10	G Gemini 3.7 Flash 谷歌 2026-08-13 发布的 Flash 系列全能模型，主打编码与 Agent 场景，年底前定价为 3.6 Flash 原始价的一半（$0.75/$3.75 每百万 token）。FrontierCode 1.1 43.6%，DeepSWE v1.1 65.3%。	Google DeepMind	93.0	0	0.75	3.75	0	—	0
11	C Claude Opus 4.7 Anthropic 高端推理模型，1000K 上下文，面向复杂任务和企业级应用	Anthropic	93.0	1000	5	25	91	92.50	1400
12	C Claude Opus 5 Fast Claude Opus 5 的 Fast 模式变体，能力与 Opus 5 相同，运行速度约 2.5 倍，定价为基础版 2 倍（$10/$50 每百万 token），1M 上下文，适合对延迟敏感的长任务 Agent 场景	Anthropic	92.0	1000	10	50	89.20	—	1320
13	G Gemini 3.6 Flash Google 最新的 Gemini Flash 系列旗舰，面向编程、知识工作和多模态任务。输出 token 用量减少 17%，DeepSWE 49%，OSWorld-Verified 83.0%。API 输入 $1.50/输出 $7.50。	Google DeepMind	92.0	1049	1.50	7.50	0	—	0
14	M Muse Spark 1.1 Meta 旗舰多模态推理模型，百万 token 上下文，支持 Agent 任务、编码、计算机操作	Meta	92.0	1024	1.25	4.25	0	—	0
15	C Claude Sonnet 5 Anthropic Claude 系列中端模型，性能与成本的平衡之选	Anthropic	92.0	1000	2	10	—	—	1312
16	G GLM-5.2 开源推理模型新标杆，MIT 许可，AA Intelligence Index 51 分位居开源模型榜首。MoE 架构 753B 总参数/40B 活跃参数，1M 上下文。GDPval-AA v2 得分 1524，与 GPT-5.5（1514）持平。科学推理能力突出：GPQA Diamond 89%，HLE 40%。	智谱AI / Z.ai	91.0	1000	1.40	4.40	—	—	—
17	S Sakana Fugu Ultra Fugu Ultra 是 Sakana AI 的旗舰多智能体编排模型，通过自主调用专家模型池处理复杂多步任务，基准测试媲美 Fable 5 与 Mythos Preview。1M 上下文窗口，支持多模态输入。	Sakana AI	91.0	1000	5	30	—	—	—
18	G GPT-5.6 Luna GPT-5.6 系列最快速、最低价版本。2026-07-30 起 API 降价 80%（$0.20/M 输入、$1.20/M 输出），性能接近一年前旗舰级模型，成本约为其 6%。支持工具调用与多步工作流。	OpenAI	91.0	1050	0.20	1.20	0	—	0
19	Q Qwen3.8 Max 阿里 Qwen 系列最新旗舰，2.4T 参数（95B 激活）MoE，主打编程与智能体协同（cowork）长任务，API 版支持 1M 上下文与多模态。2026-08-13 开源权重 Qwen3.8-2.4T-A95B 上架 Hugging Face（BF16/FP8），为史上最大开源权重模型；开源版纯文本、强制思考，原生上下文 262K。PaperBench 93.0 全场最高。API 定价 $2/$6（隐式缓存 $0.25）。	Alibaba (Qwen)	90.0	1000	2	6	0	—	0
20	C Claude Opus 4.6 Anthropic 1M 上下文推理模型，标准版 $5/$25，快速版 $30/$150	Anthropic	90.0	1000	5	25	0	—	0
21	G GPT-5.4 Pro OpenAI最强推理模型，1M+上下文，已解决前沿数学难题（Ramsey超图、Erdős问题）	OpenAI	90.0	1050	30	180	—	—	—
22	G Gemini 3.5 Flash Google 轻量级旗舰模型，支持 Computer Use 屏幕操控、函数调用、Search/Maps Grounding，适合 Agent 场景	Google DeepMind	90.0	1049	1.50	9	92.30	86.80	1370
23	G GPT-5.5 Instant GPT-5.5 低延迟版，快速响应适合对话场景	OpenAI	88.0	922	0.75	3	89.50	88.20	1350
24	D DeepSeek V4 Flash DeepSeek-V4-Flash-0731 正式版（2026-07-31）：MoE 架构 284B 总参数/13B 活跃，1M 上下文、384K 最大输出。agent 能力大幅升级，Terminal Bench 2.1 82.7、Toolathlon 70.3、Cybergym 76.7、DeepSWE 54.4，均远超 V4-Pro-Preview。ARC Prize 验证成绩（2026-08-07）：ARC-AGI-1 89.0%、ARC-AGI-2 61.4%（max effort，每任务 $0.02/$0.04）。原生支持 Responses API 并适配 Codex。定价输入 $0.14/M、输出 $0.28/M，极致性价比。	DeepSeek (深度求索)	88.0	1049	0.22	0.66	0	—	0
25	V VibeThinker-3B 3B参数稠密推理模型，AIME26得分94.3，基于Qwen2.5，采用Spectrum-to-Signal后训练范式。不支持工具调用，专注数学和代码推理。	Weibo AI	88.0	32	—	—	—	—	—
26	D DeepSeek V4 Pro DeepSeek 旗舰推理模型，2026-08-13 正式版 deepseek-v4-pro-0813 上线（替代 V4-Pro-Preview）。1M 上下文，最大输出 384K，定价 $0.435/$0.87。agent 能力大幅提升：Terminal Bench 2.1 87.9、DeepSWE 62.7、Cybergym 83.3（预览版分别为 72.1/12.8/52.7），多项超 GLM-5.2、与 Kimi K3 / Opus 4.8 同档。原生支持 Responses API（适配 Codex）。	DeepSeek (深度求索)	87.0	1049	0.66	1.98	—	—	—
27	K Kimi K2.7 Code 1T MoE 编程专用模型，256K 上下文，Modified MIT 开源，推理 token 消耗降低 30%	月之暗面 / Moonshot AI	85.0	256	0.74	3.50	—	—	—
28	Q Qwen3.7 Max 阿里 Qwen 系列最强模型，1000K 上下文，MoE 架构	Alibaba (Qwen)	85.0	1000	1.25	3.75	87	87	1300
29	G Gemini 3.1 Pro Google DeepMind 前代旗舰模型，1049K 上下文	Google DeepMind	85.0	1049	2	12	87.50	85	1300
30	G Grok 4.5 xAI 最新编码与智能体模型，基于 1.5T V9 基座，500K 上下文，定价 $2/$6/M，编程能力对标 GPT-5.5	xAI	83.0	500	2	6	0	—	0
31	G Grok 4.20 Multi-Agent xAI 多智能体推理模型，基于 Grok 4.20 构建，支持多 Agent 协作编排，2M 上下文，适合复杂任务分解与并行执行	xAI	82.0	2000	1.25	2.50	86	85	1275
32	C Cursor Composer 2.5 Cursor AI IDE 内置 Agent 编程模式，256K 上下文	Cursor	82.0	256	0	0	85	86	1260
33	K Kimi K2.6 月之暗面 Kimi 最新模型，262K 上下文，Agent 能力突出	月之暗面 / Moonshot AI	82.0	262	0.68	3.42	85.50	84.50	1280
34	G GPT-5.4 OpenAI GPT-5.4 旗舰模型，1050K 上下文	OpenAI	82.0	1050	2.50	15	88.20	87.50	1320
35	G Grok 4.20 xAI推理模型，2M上下文，最低幻觉率，支持Agent工具调用	xAI	81.0	2000	1.25	2.50	—	—	—
36	C Claude Sonnet 4.6 Anthropic Claude Sonnet 系列，中高端推理模型	Anthropic	80.0	1000	3	15	86.50	88	1280
37	M MiniMax M3 首个开源权重模型同时具备前沿编码、1M 上下文和原生多模态能力。MSA 稀疏注意力架构，SWE-Bench Pro 59.0%，TerminalBench 66.0%。定价极具竞争力。	MiniMax (稀宇科技)	80.0	1000	0.30	1.20	—	—	—
38	W Windsurf SWE-1.6 Windsurf 全栈 AI 编程助手，200K 上下文	Windsurf (Codeium)	80.0	200	0	0	0	0	0
39	G Grok 4.3 xAI Grok 最新旗舰，1000K 上下文	xAI	80.0	1000	1.25	2.50	86	85	1270
40	M MiMo-V2.5 Pro 小米 MiMo-V2.5 Pro 端侧大模型	Xiaomi	78.0	1000	0.44	0.88	85	84	1260
41	Q Qwen3.8-27B Qwen3.8 系列开源模型（2026-08-14 发布，Apache 2.0）：27B 稠密多模态模型，原生图像/视频理解，262K 原生上下文（YaRN 可扩 1M），Gated DeltaNet 混合架构，思考模式默认开启且可按请求关闭。SWE-bench Pro 61.7、QwenSWEBench 79.0、DeepSWE 1.1 42.2、LiveCodeBench v6 90.3、OSWorld 84.3，多项编码与 Agent 基准超过 Claude Opus 4.6 Max。消费级硬件可本地运行（4090 上 q4km 约 48 tps）。	Alibaba (Qwen)	78.0	262	0	0	0	—	0
42	L LongCat-2.0 美团推出的1.6万亿总参MoE大模型，48B激活参数，国产AI ASIC芯片训练，支持1M上下文，MIT开源协议	Meituan (美团)	78.0	1049	0	0	—	—	—
43	M Muse Glimmer Meta Superintelligence Labs 开源的 30B 端侧智能体模型，Apache 2.0，从 Muse Spark 蒸馏，4-bit 量化后不足 20GB，单张消费级 GPU 本地运行，支持多模态输入与工具调用。	Meta (Superintelligence Labs)	78.0	128	0	0	0	—	0
44	Q Qwen3.6 Plus 阿里 Qwen3.6 Plus 中高端模型，1000K 上下文	Alibaba (Qwen)	76.0	1000	0.33	1.95	84	84	1250
45	G GPT-4o OpenAI GPT-4o 多模态模型，128K 上下文	OpenAI	75.0	128	2.50	10	88.70	90.20	1287
46	G Gemini 3.5 Flash-Lite Google 最快的 3.5 系列模型，350 tokens/s，面向代理搜索和文档处理等低延迟高吞吐任务。定价 $0.30/$2.50。SWE-Bench Pro 54.2%，OSWorld 74.0%。1M 上下文。	Google DeepMind	75.0	1000	0.30	2.50	0	—	0
47	Q Qwen3.7 Plus 阿里通义千问3.7系列性价比模型，1M上下文，支持多模态Agent	Alibaba (Qwen)	75.0	1000	0.32	1.28	—	—	—
48	X Xiaomi-Robotics-1 小米具身基座模型，10 万小时真实轨迹预训练，支持自然语言指令，1600+ 场景泛化	Xiaomi	75.0	128	0	0	0	—	0
49	G GLM-5.1 智谱 AI GLM 系列前代旗舰，200K 上下文	智谱AI (Zhipu)	75.0	200	0.40	1.20	83	82	1240
50	G Gemini Robotics 2 谷歌 DeepMind 新一代具身智能模型家族：Gemini Robotics 2（VLA 全身控制）、Gemini Robotics ER 2（具身推理，AI Studio 可用）与 On-Device 2（端侧部署），支持精细操作、多机器人协作，数小时即可适配新机器人本体。	Google DeepMind	74.0	128	0	0	0	—	0
51	C Cursor Composer 2 Cursor Composer 2 AI 编程助手	Cursor	72.0	256	0	0	82	82	1220
52	M MiMo-V2.5 小米 MiMo-V2.5 端侧大模型	Xiaomi	72.0	1049	0.15	0.29	—	—	—
53	M MiniMax-M2.7 MiniMax M2.7 对话模型	MiniMax (稀宇科技)	72.0	205	0.28	1.20	82	81	1220
54	K Kimi K2.5 月之暗面 Kimi K2.5 对话模型，262K 上下文	月之暗面 / Moonshot AI	72.0	262	0.40	1.90	82	82	1220
55	G Gemini 3 Flash Google DeepMind 轻量级 Gemini 模型，1000K 上下文	Google DeepMind	70.0	1000	0.15	0.60	82	80.50	1220
56	G GLM-5 智谱 AI GLM-5 模型，前代旗舰	智谱AI (Zhipu)	70.0	200	0.30	0.90	81	79	1210
57	Q Qwen3.5 397B 阿里 Qwen3.5 397B 参数大模型	Alibaba (Qwen)	68.0	262	0.45	1.35	80.50	80.50	1200
58	I Inkling Thinking Machines Lab 推出的开源 MoE 模型，975B 总参数 / 41B 激活。支持文本、图像、音频多模态输入，1M 上下文窗口。AA 智能指数 41，为首个登顶的美国开源模型。Agent 能力突出，在 GDPval-AA v2 上 Elo 1238，优于 Kimi K2.6 和 DeepSeek V4 Flash。	Thinking Machines Lab	68.0	1049	1	4.05	0	—	1238
59	G GPT-5.4 Mini GPT-5.4高效变体，400K上下文，优化高吞吐场景	OpenAI	67.0	400	0.75	4.50	—	—	—
60	Q Qwen3 Coder 480B Qwen 最强开源编码模型，480B MoE 架构（35B 激活），原生 256K 上下文（YaRN 可扩展至 1M）。SWE-Bench 表现优异，Apache 2.0 开源。配套 Qwen Code CLI 工具。	Alibaba (Qwen)	66.0	256	0.22	1.80	—	—	—
61	I Inkling Small Thinking Machines 开源权重 MoE 模型，276B 总参数/12B 激活，仅 Inkling 四分之一规模但性能相当。原生音频与图像推理，可变思考强度，最高 1M 上下文。ARC Prize 评分最高的开源权重模型。	Thinking Machines Lab	66.0	524	0	0	0	—	0
62	G Gemini 2.5 Pro Google DeepMind 上一代 Gemini 高端模型	Google DeepMind	65.0	1000	0.35	1.40	80.50	78	1180
63	G Grok 3 xAI 上一代 Grok 模型，1000K 上下文	xAI	65.0	1000	0.15	0.60	80	80	1180
64	混混元 Hy3 Preview 腾讯混元 Hy3 Preview 预览模型，256K 上下文	腾讯混元	65.0	256	0.06	0.18	79	78	1180
65	P Poolside Laguna S 2.1 Poolside 编码专用 Agent 模型，118B-A8B MoE 架构，1M 上下文，Terminal-Bench 70.2%，DeepSWE 40.4%，专注长时工程任务自主完成	Poolside	65.0	1000	0.10	0.20	—	—	—
66	D DeepSeek V3.2 DeepSeek V3 系列最新版，131K 上下文，高性价比	DeepSeek (深度求索)	63.0	164	0.23	0.34	0	—	0
67	N Nemotron 3 Ultra NVIDIA Nemotron 3 Ultra is an open frontier-reasoning and orchestration model with 550B total params (55B active, MoE). Built on hybrid Mamba-Transformer architecture, it achieves 95% Long Context Ruler @1M and 65-70% SWE-bench Verified. Fully open weights, data, and training recipes.	NVIDIA	62.0	1000	0.50	2.20	—	—	—
68	G GPT-Live-1 OpenAI 实时语音对话模型，支持打断和继续对话，可同时完成语音对话及推理过程	OpenAI	62.0	32	0	0	0	—	0
69	C Claude 4.5 Haiku Anthropic 轻量级快速模型，200K 上下文	Anthropic	60.0	200	0.80	4	78	75	1150
70	G Gemini 3.1 Flash Lite Google 超低价 1M 上下文模型，适合大批量处理	Google DeepMind	60.0	1049	0.25	1.50	0	—	0
71	C Codestral 2508 Mistral 代码专用模型，256K上下文，低定价	Mistral AI	60.0	256	0.30	0.90	0	—	0
72	S Step 3.7 Flash StepFun 最新多模态 MoE 模型，196B 参数语言骨干 + 视觉编码器，原生支持图像和视频理解	StepFun (阶跃星辰)	60.0	256	0.20	1.15	78	75	—
73	G GPT-5.4 Nano GPT-5.4最轻量变体，400K上下文，极速低成本	OpenAI	58.0	400	0.20	1.25	—	—	—
74	L Laguna XS 2.1 Poolside Laguna XS 2.1 is a 33B-A3B MoE coding agent model optimized for local deployment. Builds on XS.2 with improved SWE-bench Multilingual (63.1%) and stronger terminal-style task performance. Supports 256K context, runs locally in vLLM/SGLang.	Poolside	58.0	256	0.06	0.12	—	—	—
75	N Nex AGI Nex-N2-Pro Nex-N2-Pro 是 Nex AGI 的 agentic MoE 模型，基于 Qwen3.5 架构，17B 活跃参数 / 397B 总参数。支持文本和图像输入，262K 上下文，以极低价格提供接近前沿的推理能力。	Nex AGI	58.0	262	0.25	1	—	—	—
76	C Cursor Composer 1.5 Cursor Composer 1.5 早期版本	Cursor	58.0	200	0	0	76	74	1150
77	Q Qwen3.7 Flash 阿里 Qwen3.7 系列轻量视觉语言推理模型，1M 上下文，支持图像/视频输入，适合多模态 Agent、视觉编码、搜索与计算机交互场景，定价 $0.03/$0.13 每百万 token	Alibaba (Qwen)	58.0	1000	0.03	0.13	0	—	0
78	D DeepSeek R1 DeepSeek R1 推理增强模型，128K 上下文，MIT 开源	DeepSeek	55.0	128	0.55	2.19	78.50	78.50	1100
79	N Nova 2.0 Pro Amazon Nova 2.0 Pro 企业级模型	Amazon	55.0	256	0.80	3.20	76	72	1120
80	N Nemotron 3 Super NVIDIA Nemotron 3 Super 开源模型	NVIDIA	55.0	1000	0.14	0.42	76	74	1120
81	M Mistral Large 2512 Mistral Large 2025年12月更新版，262K上下文，定价大幅下降	Mistral AI	55.0	262	0.50	1.50	0	—	0
82	M Mistral Medium 3.5 Mistral 中端模型，262K上下文	Mistral AI	55.0	262	1.50	7.50	0	—	0
83	C Cohere North Mini Code Cohere North Mini Code 是 Cohere 的首个 agentic 编程模型，North 系列的首发产品。30B 总参数/3B 活跃参数的稀疏 MoE 架构，针对端到端编程任务优化，256K 上下文。	Cohere	55.0	256	0	0	—	—	—
84	S Step 3.5 Flash 阶跃星辰 Step 3.5 Flash 快速模型	StepFun (阶跃星辰)	55.0	256	0.03	0.09	75	72	1100
85	豆豆包 Seed Code 字节跳动豆包 Seed Code 编程模型	字节跳动 (ByteDance)	55.0	256	0.10	0.30	76	74	1120
86	M Mistral Large 3 Mistral AI 前代旗舰模型，256K 上下文	Mistral AI	50.0	256	0.30	0.90	75	70	1100
87	G Grok Build 0.1 xAI 编程专用模型，专为代理式软件工程工作流优化，支持文本和图像输入	xAI	50.0	256	1	2	—	—	—
88	N Nemotron 3.5 Lightning NVIDIA 开源智能体模型：30B 总参 3B 激活 MoE，Mamba-2+MoE+Attention 混合架构，最高 100 万 token 上下文，输出速度最高 4 倍于同类，主打长时 agent 工作负载与本地部署（RTX PC / DGX Spark / Jetson），OpenMDW-1.1 商用许可。	NVIDIA	48.0	1000	0.10	0.25	81.62	—	0
89	C Command A+ Cohere Command A+ 增强版企业级生成模型，128K 上下文	Cohere	48.0	128	0	0	0	—	0
90	L Llama 4 Maverick Meta Llama 4 Maverick 开源模型，1000K 上下文	Meta	45.0	1000	0.17	0.50	72	72	1080
91	E ERNIE 5.0 Thinking 百度文心 ERNIE 5.0 Thinking 推理增强	百度 (Baidu)	45.0	128	0.25	0.75	70	68	1050
92	G Granite 4.1 8B IBM 开源企业级 8B 密集模型，性能匹敌 32B MoE 模型，131K 上下文，专为企业任务设计	IBM	40.0	131	0.05	0.10	—	—	—
93	L Llama 4 Scout Meta Llama 4 Scout 超长上下文开源模型，10000K 上下文	Meta	35.0	10000	0.11	0.33	65	65	1000
94	M Mistral Small 4 Mistral AI 轻量级模型，256K 上下文	Mistral AI	35.0	256	0.10	0.30	65	62	980
95	C Command A Cohere Command A 企业级生成模型	Cohere	35.0	256	1.50	4.50	62	60	970
96	P Phi-4 Microsoft Phi-4 轻量级模型，16K 上下文	Microsoft	30.0	16	0.08	0.24	60	65	950
97	J Jamba 1.7 Large AI21 Labs Jamba 1.7 Large 混合架构模型	AI21 Labs	30.0	256	1.30	3.90	58	60	930