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-20260910 | DeepSeek | 23.9% | 6.0T | 0.045 | 0.891 | 0.0054 |
| 2 |  step-5-preview-20261008 | Stepfun | 12.9% | 3.2T | 1.00 | 2.70 | 0.050 |
| 3 |  glm-5.3-flash-20260826 | Zhipu | 8.1% | 2.0T | 0.026 | 0.900 | 0.011 |
| 4 |  mimo-v2.6-flash-20260921 | Xiaomi | 6.3% | 1.6T | 0.140 | 0.280 | 0.0028 |
| 5 |  nemotron-3-ultra-550b-a55b-20260604 | Nvidia | 4.5% | 1.1T | 0.600 | 2.40 | 0.120 |
| 6 |  hy4-preview-20260827 | Tencent | 4.4% | 1.1T | 0.834 | 2.50 | 0.042 |
| 7 |  gpt-6-luna-20260922 | OpenAI | 3.4% | 856.2B | 0.100 | 0.500 | 0.010 |
| 8 |  claude-opus-5.5-20260921 | Anthropic | 3.1% | 788.5B | 4.00 | 20.0 | 0.200 |
| 9 | glm-5.3-20260816 | Zhipu | 2.6% | 652.1B | 0.079 | 4.80 | 0.059 |
| 10 | deepseek-v4-flash-20260731 | DeepSeek | 2.4% | 601.1B | 0.014 | 0.576 | 0.011 |
| 11 | deepseek-v4-flash-20260423 | DeepSeek | 2% | 499.8B | 0.014 | 0.576 | 0.011 |
| 12 | hy3-20260706 | Tencent | 1.9% | 485.8B | 0.132 | 0.528 | 0.033 |
| 13 |  muse-spark-1.3-contributor-20260902 | Meta | 1.9% | 480.3B | 0.100 | 0.200 | 0.0020 |
| 14 | jev-1.13-20260917 | Typesafe | 1.9% | 469.4B | — | — | — |
| 15 |  kimi-k3-20260715 | Moonshot | 1.8% | 452.3B | 0.730 | 13.5 | 0.550 |
| 16 | claude-sonnet-5.5-20260928 | Anthropic | 1.5% | 374.3B | 2.00 | 10.0 | 0.100 |
| 17 | gpt-6.1-sol-20260929 | OpenAI | 1.2% | 301.7B | 2.00 | 10.0 | 0.100 |
| 18 |  gemini-3.8-flash-20260902 | 1.2% | 297.0B | 0.750 | 3.75 | 0.075 | |
| 19 | mimo-v2.6-pro-20260921 | Xiaomi | 1.1% | 268.8B | 0.435 | 0.870 | 0.0036 |
| 20 | claude-haiku-5.5-20261007 | Anthropic | 1% | 253.0B | 0.100 | 0.500 | 0.010 |
| 21 | gpt-5.6-luna-20260709 | OpenAI | 1% | 250.6B | 0.200 | 1.20 | 0.020 |
| 22 | nemotron-3.5-lightning-20260807 | Nvidia | 0.9% | 223.4B | 0.070 | 0.200 | 0.040 |
| 23 |  minimax-m3-20260531 | MiniMax | 0.8% | 202.5B | 0.300 | 1.20 | 0.060 |
| 24 | gemini-3-flash-preview-20251217 | 0.8% | 190.7B | 0.500 | 3.00 | 0.050 | |
| 25 | glm-5.2-20260616 | Zhipu | 0.6% | 152.5B | 0.060 | 7.00 | 0.059 |
| 26 |  laguna-s-2.1-20260720 | Poolside | 0.6% | 145.1B | 0.090 | 0.180 | 0.0090 |
| 27 | solar-mini4-20260922 | Upstage | 0.6% | 143.3B | 0.050 | 0.200 | 0.0050 |
| 28 | claude-opus-5-20260723 | Anthropic | 0.5% | 131.1B | 5.00 | 25.0 | 0.500 |
| 29 | gpt-5.6-sol-20260709 | OpenAI | 0.5% | 130.5B | 2.00 | 10.0 | 0.200 |
| 30 | deepseek-v4-pro-20260813 | DeepSeek | 0.5% | 119.9B | 0.660 | 1.98 | 0.022 |
| 31 | solar-pro4-20260810 | Upstage | 0.5% | 114.5B | 0.090 | 0.360 | 0.018 |
| 32 | dots-3-note-preview-20260813 | Dots-studio | 0.5% | 113.6B | — | — | — |
| 33 | ling-3.1-flash-20261002 | Inclusionai | 0.4% | 107.0B | — | — | — |
| 34 | claude-sonnet-5-20260630 | Anthropic | 0.4% | 104.7B | 2.00 | 10.0 | 0.200 |
| 35 | deepseek-v4-pro-20260423 | DeepSeek | 0.4% | 102.2B | 0.660 | 1.98 | 0.022 |
| 36 | muse-spark-1.3-20260902 | Meta | 0.4% | 91.6B | 1.25 | 4.25 | 0.150 |
| 37 | gemini-2.5-flash-lite | 0.4% | 90.6B | 0.100 | 0.400 | 0.010 | |
| 38 | nemotron-3-super-120b-a12b-20230311 | Nvidia | 0.4% | 88.3B | 0.080 | 0.450 | — |
| 39 |  qwen3.8-flash-20260826 | Alibaba | 0.3% | 82.6B | 0.150 | 0.470 | 0.016 |
| 40 | gpt-6-astra-20260903 | OpenAI | 0.3% | 74.2B | 10.0 | 50.0 | 1.00 |
| 41 | gemma-4-31b-it-20260402 | 0.3% | 73.0B | 0.090 | 0.340 | 0.050 | |
| 42 | gpt-oss-120b | OpenAI | 0.3% | 71.2B | 0.150 | 0.600 | 0.075 |
| 43 | mimo-v2.5-20260422 | Xiaomi | 0.3% | 70.6B | 0.140 | 0.280 | 0.0028 |
| 44 |  pplx-decider-v1.1-27b-20261006 | Perplexity | 0.3% | 66.9B | — | — | — |
| 45 | gemini-3.1-flash-lite-20260507 | 0.3% | 66.2B | 0.250 | 1.50 | 0.025 | |
| 46 | qwen3.8-max-20260902 | Alibaba | 0.2% | 63.1B | 2.00 | 6.00 | 0.250 |
| 47 | gemma-4-26b-a4b-it-20260403 | 0.2% | 61.1B | 0.076 | 0.255 | 0.043 | |
| 48 | gpt-6-sol-20260922 | OpenAI | 0.2% | 60.3B | 2.00 | 10.0 | 0.200 |
| 49 | gemini-2.5-flash | 0.2% | 59.5B | 0.300 | 2.50 | 0.030 | |
| 50 |  mistral-large-4-0-20261006 | Mistral | 0.2% | 58.4B | 0.680 | 2.09 | 0.070 |
数据来源: OpenRouter · 更新于 2026-10-12 · PandaNpc 更新于 2026年10月13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。