AI 模型排行榜

涵蓋聊天、語音、TTS、ASR、程式碼、圖像、影片及代理的多來源 AI 排名 — 來自 arena.ai、OpenRouter 和 Artificial Analysis。

排名	模型	供應商	佔比 % ?	Tokens ?	Input ?	Output	Cache ?
1	gpt-5.6-luna-20260709	OpenAI	11.9%	1.7T	0.200	1.20	0.020
2	deepseek-v4-flash-20260731	DeepSeek	11.3%	1.6T	0.030	0.100	0.0070
3	mimo-v2.5-20260422	Xiaomi	11.1%	1.6T	0.140	0.280	0.0028
4	glm-5.3-flash-20260826	Zhipu	10.9%	1.6T	0.075	0.250	0.015
5	hy3-20260706	Tencent	6.8%	963.0B	0.132	0.528	0.033
6	nemotron-3-ultra-550b-a55b-20260604	Nvidia	5.3%	750.2B	0.500	2.20	0.100
7	deepseek-v4-flash-20260423	DeepSeek	5%	711.5B	0.030	0.100	0.0070
8	minimax-m3-20260531	MiniMax	4.2%	605.1B	0.300	1.20	0.060
9	hy4-preview-20260827	Tencent	2.6%	363.8B	0.834	2.50	0.042
10	gemini-3.7-flash-20260813	Google	2.5%	353.6B	0.750	3.75	0.075
11	glm-5.2-20260616	Zhipu	2.4%	338.1B	1.19	3.74	0.221
12	gpt-5.6-sol-20260709	OpenAI	1.7%	248.2B	2.00	10.0	0.200
13	deepseek-v4-pro-20260423	DeepSeek	1.6%	233.3B	0.660	1.98	0.022
14	kimi-k3-20260715	Moonshot	1.6%	226.0B	3.00	15.0	0.300
15	claude-opus-5-20260723	Anthropic	1.5%	220.7B	5.00	25.0	0.500

來源: OpenRouter · 更新 2026-08-28 · PandaNpc 更新 2026年8月29日 06:00 [UTC]查看完整排行榜 →

數字解讀

arena.ai（前稱LMArena）會向用戶展示同一提示的兩個匿名回答，要求他們選擇其一，然後從這些對戰中得出Elo評分。它衡量的是人們偏好哪個回答——而非客觀能力。討喜的風格可能勝出，而嚴謹但冗長的回答則可能落敗。

票數代表模型累積的對戰次數。新上架的模型票數較少，信賴區間較寬，因此排名容易波動——閱讀排名時請務必連同±區間一併參考。

Agent 排行榜的運作方式與其他排行榜不同：它衡量的是真實的智能體工作階段，而非盲目投票偏好。其首要指標 Net Improvement 是百分比增益——而非 Elo 評分——因此無法跨排行榜比較。arena.ai 在完整排行榜上還報告另外五個維度（Confirmed Success、Steerability、Bash Recovery 等）。

使用量排行榜來自OpenRouter，計算真實的API Token佔有率——開發者以實際投入投票，與主觀偏好排行榜互補。

語音排行榜來自 Artificial Analysis：TTS 採用盲聽 Speech Arena Elo；ASR 採用 AA-WER v2，數值越低越好；原生 Speech-to-Speech 則採用 Big Bench Audio、Full Duplex Bench 及 τ-Voice 的等權綜合分數，數值越高越好。請只在同一排行榜內比較分數。來源：artificialanalysis.ai。

Intelligence Index 排行榜來自 Artificial Analysis：它將多個公開基準濃縮為單一 0-100 的 Intelligence Index，衡量客觀能力而非主觀偏好——是 arena.ai 人類盲投票的自然補充。來源：artificialanalysis.ai。