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 | Elo ? | 票数 ? |
|---|---|---|---|---|
| 1 |  gemini-omni-1.1-flash | 1516 ±15 | 1,784 | |
| 2 | gemini-omni-flash | 1513 ±9 | 26,576 | |
| 3 |  flux-3-video | Black Forest Labs | 1493 ±17 | 1,302 |
| 4 |  grok-imagine-video-1.5-agent | SpaceXAI | 1492 ±18 | 1,218 |
| 5 |  dreamina-seedance-2.0-720p | Bytedance | 1479 ±8 | 56,318 |
| 6 |  wan3.0 | Alibaba | 1476 ±13 | 2,598 |
| 7 | dreamina-seedance-2.5-720p | Bytedance | 1474 ±9 | 8,001 |
| 8 |  minimax-h3 | MiniMax | 1460 ±9 | 11,417 |
| 9 |  muse-video | Meta | 1456 ±15 | 2,188 |
| 10 | happyhorse-1.0 | Alibaba-ATH | 1427 ±13 | 22,264 |
| 11 |  sora-2-pro | OpenAI | 1368 ±7 | 54,167 |
| 12 | veo-3.1-audio | 1364 ±14 | 13,741 | |
| 13 | veo-3.1-audio-1080p | 1362 ±10 | 25,076 | |
| 14 | veo-3.1-fast-audio | 1362 ±10 | 39,484 | |
| 15 | veo-3.1-fast-audio-1080p | 1358 ±10 | 25,870 | |
| 16 | veo-3-fast-audio | 1348 ±11 | 25,258 | |
| 17 | sora-2 | OpenAI | 1343 ±6 | 71,947 |
| 18 | grok-imagine-video-720p | SpaceXAI | 1342 ±6 | 165,462 |
| 19 | veo-3-audio | 1340 ±13 | 19,002 | |
| 20 | wan2.7-t2v | Alibaba | 1337 ±7 | 27,626 |
| 21 | wan2.6-t2v | Alibaba | 1327 ±7 | 54,050 |
| 22 | seedance-v1.5-pro | Bytedance | 1256 ±7 | 76,171 |
| 23 | veo-3 | 1254 ±11 | 15,005 | |
| 24 | veo-3-fast | 1248 ±12 | 15,283 | |
| 25 | wan2.5-t2v-preview | Alibaba | 1245 ±9 | 36,378 |
| 26 | pixverse-v5.6 | — | 1240 ±11 | 32,434 |
| 27 |  runway-gen-4.5 | Runway | 1225 ±8 | 48,127 |
| 28 |  kling-2.5-turbo-1080p | KlingAI | 1220 ±17 | 2,111 |
| 29 | kling-2.6-pro | KlingAI | 1216 ±7 | 73,362 |
| 30 | p-video | — | 1207 ±16 | 7,079 |
| 31 |  ray-3 | Luma AI | 1206 ±22 | 1,136 |
| 32 | hailuo-2.3 | MiniMax | 1206 ±6 | 89,138 |
| 33 | kling-o1-pro | KlingAI | 1205 ±27 | 1,194 |
| 34 | hailuo-02-pro | MiniMax | 1198 ±13 | 9,399 |
| 35 | seedance-v1-pro | Bytedance | 1191 ±11 | 12,164 |
| 36 | hailuo-02-standard | MiniMax | 1181 ±12 | 9,379 |
| 37 |  kandinsky-5.0-t2v-pro | Kandinsky | 1175 ±21 | 2,019 |
| 38 |  hunyuan-video-1.5 | Tencent | 1169 ±16 | 4,292 |
| 39 | veo-2 | 1164 ±16 | 6,531 | |
| 40 | kling-v2.1-master | KlingAI | 1163 ±10 | 14,104 |
| 41 | ltx-2-19b | — | 1154 ±8 | 75,596 |
| 42 | wan-v2.2-a14b | Alibaba | 1132 ±15 | 10,458 |
| 43 | seedance-v1-lite | Bytedance | 1113 ±10 | 16,253 |
| 44 | kandinsky-5.0-t2v-lite | Kandinsky | 1113 ±18 | 1,474 |
| 45 | sora | OpenAI | 1069 ±16 | 4,082 |
| 46 | ray2 | Luma AI | 1065 ±17 | 5,250 |
| 47 |  pika-v2.2 | Pika | 1009 ±15 | 5,763 |
| 48 |  mochi-v1 | Genmo AI | 1007 ±17 | 5,893 |
数据来源: arena.ai · 更新于 Sep 21, 2026 · 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。