大模型排行榜 · AI 模型榜单
一页聚合主流 AI 基准与榜单——arena.ai 竞技场 Elo、Artificial Analysis 智能指数与语音竞技场、OpenRouter 用量——覆盖对话、代码、TTS、语音识别、图片、视频与智能体。
| 排名 | 模型 | 厂商 | 用量占比 ? | Tokens ? | 输入 ? | 输出 | 缓存 ? |
|---|---|---|---|---|---|---|---|
| 1 |  deepseek-v4.1-flash-20261017 | DeepSeek | 16% | 3.6T | 0.150 | 0.600 | 0.0030 |
| 2 | deepseek-v4.1-flash-20260910 | DeepSeek | 12.4% | 2.8T | 0.150 | 0.600 | 0.0030 |
| 3 |  glm-5.3-flash-20260826 | Zhipu | 7.7% | 1.7T | 0.048 | 0.160 | 0.0060 |
| 4 |  hy4-preview-20260827 | Tencent | 6.1% | 1.4T | 0.834 | 2.50 | 0.042 |
| 5 |  mimo-v2.6-flash-20260921 | Xiaomi | 5.5% | 1.2T | 0.140 | 0.280 | 0.0028 |
| 6 |  claude-opus-5.5-20260921 | Anthropic | 4.8% | 1.1T | 4.00 | 20.0 | 0.200 |
| 7 |  minimax-m3.1-flash-20261019 | MiniMax | 4.7% | 1.1T | — | — | — |
| 8 |  gpt-6-luna-20260922 | OpenAI | 3.9% | 878.2B | 0.100 | 0.500 | 0.010 |
| 9 |  nemotron-3-ultra-550b-a55b-20260604 | Nvidia | 3.6% | 803.1B | 0.600 | 2.40 | 0.120 |
| 10 | glm-5.3-20260816 | Zhipu | 3.3% | 745.2B | 0.079 | 1.40 | 0.078 |
| 11 | deepseek-v4-flash-20260731 | DeepSeek | 2.8% | 626.4B | 0.015 | 0.450 | 0.015 |
| 12 | hy3-20260706 | Tencent | 2.2% | 502.1B | 0.132 | 0.528 | 0.033 |
| 13 |  muse-spark-1.3-contributor-20260902 | Meta | 2.1% | 477.1B | 0.100 | 0.200 | 0.0020 |
| 14 | jev-1.13-20260917 | Typesafe | 1.9% | 422.1B | — | — | — |
| 15 | deepseek-v4-flash-20260423 | DeepSeek | 1.7% | 377.1B | 0.015 | 0.450 | 0.015 |
| 16 | claude-sonnet-5.5-20260928 | Anthropic | 1.6% | 350.1B | 2.00 | 10.0 | 0.100 |
| 17 | mimo-v2.6-pro-20260921 | Xiaomi | 1.3% | 287.1B | 0.435 | 0.870 | 0.0036 |
| 18 |  kimi-k3-20260715 | Moonshot | 1.3% | 283.4B | 0.239 | 11.9 | 0.210 |
| 19 | gpt-6.1-sol-20260929 | OpenAI | 1.2% | 267.6B | 2.00 | 10.0 | 0.100 |
| 20 | claude-haiku-5.5-20261007 | Anthropic | 1.1% | 250.8B | 0.100 | 0.500 | 0.010 |
| 21 | gpt-5.6-luna-20260709 | OpenAI | 1% | 232.3B | 0.200 | 1.20 | 0.020 |
| 22 |  gemini-3.8-flash-20260902 | 1% | 215.8B | 0.825 | 4.13 | 0.083 | |
| 23 | jev-1.14-20261014 | Typesafe | 0.9% | 210.3B | — | — | — |
| 24 | nemotron-3.5-super-vl-20261015 | Nvidia | 0.9% | 208.7B | 0.150 | 0.500 | 0.020 |
| 25 | minimax-m3-20260531 | MiniMax | 0.9% | 206.5B | 0.300 | 1.20 | 0.060 |
| 26 | solar-mini4-20260922 | Upstage | 0.7% | 153.9B | 0.050 | 0.200 | 0.0050 |
| 27 | glm-5.2-20260616 | Zhipu | 0.6% | 141.9B | 0.620 | 2.42 | 0.140 |
| 28 |  laguna-s-2.1-20260720 | Poolside | 0.6% | 138.5B | 0.090 | 0.180 | 0.0090 |
| 29 | claude-opus-5-20260723 | Anthropic | 0.6% | 130.8B | 5.00 | 25.0 | 0.500 |
| 30 | nemotron-3.5-lightning-20260807 | Nvidia | 0.6% | 130.4B | 0.070 | 0.200 | 0.040 |
| 31 | gemini-4-argon-20261013 | 0.6% | 128.3B | 2.00 | 10.0 | 0.100 | |
| 32 | deepseek-v4-pro-20260813 | DeepSeek | 0.5% | 121.6B | 0.660 | 1.98 | 0.022 |
| 33 | gemini-3-flash-preview-20251217 | 0.5% | 113.4B | 0.500 | 3.00 | 0.050 | |
| 34 | deepseek-v4-pro-20260423 | DeepSeek | 0.5% | 103.2B | 0.660 | 1.98 | 0.022 |
| 35 |  qwen3.8-flash-20260826 | Alibaba | 0.5% | 102.4B | 0.150 | 0.470 | 0.016 |
| 36 | claude-sonnet-5-20260630 | Anthropic | 0.4% | 90.5B | 2.00 | 10.0 | 0.200 |
| 37 | dots-3-note-preview-20260813 | Dots-studio | 0.4% | 88.7B | — | — | — |
| 38 | gemini-2.5-flash-lite | 0.4% | 85.1B | 0.100 | 0.400 | 0.010 | |
| 39 | solar-pro4-20260810 | Upstage | 0.3% | 78.7B | 0.150 | 0.600 | 0.030 |
| 40 | gemma-4-31b-it-20260402 | 0.3% | 74.7B | 0.200 | 0.400 | — | |
| 41 | nemotron-3-super-120b-a12b-20230311 | Nvidia | 0.3% | 73.7B | 0.080 | 0.450 | — |
| 42 | gemini-3.1-flash-lite-20260507 | 0.3% | 73.0B | 0.250 | 1.50 | 0.025 | |
| 43 | gpt-oss-120b | OpenAI | 0.3% | 72.8B | 0.150 | 0.600 | 0.075 |
| 44 | mimo-v2.5-20260422 | Xiaomi | 0.3% | 70.7B | 0.140 | 0.280 | 0.0028 |
| 45 | gpt-6-sol-20260922 | OpenAI | 0.3% | 62.8B | 2.00 | 10.0 | 0.200 |
| 46 | gpt-6-astra-20260903 | OpenAI | 0.3% | 61.6B | 10.0 | 50.0 | 1.00 |
| 47 | gemini-3.7-flash-20260813 | 0.3% | 61.3B | 0.750 | 3.75 | 0.075 | |
| 48 | gpt-6-luna-pro-20260922 | OpenAI | 0.3% | 57.8B | 0.100 | 0.500 | 0.010 |
| 49 | qwen3.8-27b-20260814 | Alibaba | 0.3% | 57.4B | 0.040 | 1.35 | 0.018 |
| 50 | gemma-4-26b-a4b-it-20260403 | 0.2% | 55.3B | 0.076 | 0.255 | 0.043 |
数据来源: OpenRouter · 更新于 2026-10-19 · PandaNpc 更新于 2026年10月20日 UTC 06:00查看完整榜单 →
指标怎么读
大模型排行榜告诉你「人更喜欢谁」，AI 基准测试告诉你「它客观上能做什么」，用量数据告诉你「开发者真的在用谁」。没有哪一张榜能单独回答「最好的 AI 模型是哪个」，所以这一页把三类都聚合进来——arena.ai 竞技场 Elo、Artificial Analysis 智能指数与语音竞技场、OpenRouter token 占比——并每日刷新。
arena.ai（原 LMArena）让用户在不知道模型身份的情况下对同一问题的两份回答二选一，再用 Elo 算法推算等级分。它衡量的是「人更喜欢哪个」，不等同于客观能力——擅长讨人喜欢的风格会占优，而严谨但啰嗦的回答可能吃亏。
票数是该模型累计参与的对战场次。新模型刚上榜时票数少、置信区间宽，排名容易波动，看排名时应连同 ± 区间一起判断。
Agent 能力榜的口径与其他榜不同：它统计的是真实 Agent 会话，而非盲投偏好。主指标「净改进」是百分比形式的提升幅度，与 Elo 不在同一量纲，不能跨榜比较。arena.ai 还给出确认成功率、可引导性、Bash 恢复等五个维度，可在完整榜单查看。
用量热度榜来自 OpenRouter，统计的是真实 API 调用的 token 份额，代表开发者用脚投票的结果，与主观偏好榜互为补充。
语音榜来自 Artificial Analysis：TTS 采用人类盲听的 Speech Arena Elo；ASR 采用 AA-WER v2，数值越低越好；原生语音对语音榜则等权综合 Big Bench Audio、Full Duplex Bench 和 τ-Voice，数值越高越好。不同榜的分数不能横向比较。来源 artificialanalysis.ai。
智能指数榜来自 Artificial Analysis：把多项公开基准测试综合成一个 0-100 的 Intelligence Index，衡量的是客观能力而非主观偏好，正好与 arena.ai 的人类盲投互补。数据来源 artificialanalysis.ai。