1
A
claude-opus-4-6-thinking
claude-opus-4-6-thinkingAnthropic
100.0
11.9K
1M
¥36 / ¥180输入/输出
对话 · 文档理解 · 文档理解总榜
基于公开偏好评测数据展示 文档理解 / 文档理解总榜 榜单，每个榜单独立排序。
文档理解总榜模型怎么选？
文档理解总榜排行榜用于回答“文档理解总榜哪个 AI 模型更强”这类选型问题。页面基于公开偏好评测数据展示模型排名，每个榜单独立排序，不把不同任务的原始分数直接混合。当前榜首是 claude-opus-4-6-thinking，厂商为 anthropic，百分制分数 100.0，样本量 11.9K。 数据来源保留 Arena 原始榜单和 LMArena leaderboard dataset，更新时间以榜单发布时间 2026-05-12 为准。
claude-opus-4-6-thinkingclaude-opus-4-6claude-opus-4-7claude-opus-4-7-thinkinggpt-5.5-high
2
Aclaude-opus-4-6
claude-opus-4-6Anthropic
95.7
20.4K
1M
¥36 / ¥180输入/输出
3
Aclaude-opus-4-7
claude-opus-4-7Anthropic
91.3
6.7K
1M
¥36 / ¥180输入/输出
4
Aclaude-opus-4-7-thinking
claude-opus-4-7-thinkingAnthropic
87.0
6.4K
1M
¥36 / ¥180输入/输出
5
O
gpt-5.5-high
gpt-5.5-highOpenai
82.6
4.6K
1.05M
¥36 / ¥216输入/输出
6
Aclaude-sonnet-4-6
claude-sonnet-4-6Anthropic
78.3
31.9K
1M
¥21.6 / ¥108输入/输出
7
Ogpt-5.5
gpt-5.5Openai
73.9
4.7K
1.05M
¥36 / ¥216输入/输出
8
Ogpt-5.4
gpt-5.4Openai
69.6
14.4K
1.05M
¥18 / ¥108输入/输出
9
Aclaude-opus-4-5-20251101
claude-opus-4-5-20251101Anthropic
65.2
8K
200K
¥36 / ¥180输入/输出
10
M
kimi-k2.6
kimi-k2.6Moonshot
60.9
3.8K
262K
¥6.84 / ¥28.8输入/输出
11
M
muse-spark
muse-sparkMeta
56.5
868
-
-
12
Aclaude-sonnet-4-5-20250929
claude-sonnet-4-5-20250929Anthropic
52.2
16.7K
200K
¥21.6 / ¥108输入/输出
13
G
gemini-3.1-pro-preview
gemini-3.1-pro-previewGoogle
47.8
24.9K
1.05M
¥14.4 / ¥86.4输入/输出
14
Ggemini-3-pro
gemini-3-proGoogle
43.5
10.8K
1.05M
¥14.4 / ¥86.4输入/输出
15
Mkimi-k2.5-thinking
kimi-k2.5-thinkingMoonshot
39.1
10.5K
262K
¥4.32 / ¥21.6输入/输出
16
Ggemini-2.5-pro
gemini-2.5-proGoogle
34.8
20K
1.05M
¥9 / ¥72输入/输出
17
Ggemma-4-31b
gemma-4-31bGoogle
30.4
4.4K
262K
¥3.24 / ¥7.2输入/输出
18
Aclaude-haiku-4-5-20251001
claude-haiku-4-5-20251001Anthropic
26.1
17.9K
200K
¥7.2 / ¥36输入/输出
19
X
grok-4.20-beta-0309-reasoning
grok-4.20-beta-0309-reasoningXai
21.7
6.8K
2M
¥14.4 / ¥43.2输入/输出
20
Ggemini-3-flash
gemini-3-flashGoogle
17.4
7.2K
1.05M
¥3.6 / ¥21.6输入/输出
21
Ogpt-5.2-high
gpt-5.2-highOpenai
13.0
7.1K
400K
¥12.6 / ¥101输入/输出
22
Ogpt-5.2
gpt-5.2Openai
8.7
22.4K
400K
¥12.6 / ¥101输入/输出
23
Ogpt-5.5-instant
gpt-5.5-instantOpenai
4.3
3.5K
400K
¥9 / ¥72输入/输出
24
Ogpt-5.1
gpt-5.1Openai
0.0
8.3K
400K
¥9 / ¥72输入/输出
claude-opus-4-6-thinking 为什么排第一
claude-opus-4-6-thinking 当前排名第 1，厂商为 anthropic，百分制分数 100.0，样本量 11.9K。如果你的任务与本榜单口径一致，可以优先把它作为候选模型，再结合价格、上下文长度和可用性做最终选择。
不要只看第一名
先选择最接近真实任务的排行榜，再比较 Top 模型的分数和样本量。分数越高说明同一榜单内偏好表现越强；样本量越高通常结果更稳定。最后再结合价格、上下文长度、开源闭源和厂商可用性筛选。
继续比较相近能力
文档理解总榜常见问题
文档理解总榜排行榜看什么指标？
主要看排名、百分制分数、样本量和来源。分数用于快速比较同一榜单内模型表现，样本量用于判断结果稳定性。
为什么不同榜单不能直接混合成总分？
不同榜单的任务、样本和评测口径不同，模力榜默认只在同一榜单内排序，避免把写作、代码、图像等能力强行合并。
文档理解总榜模型应该怎么选？
优先看与你任务最接近的榜单，再结合价格、上下文长度、开源闭源和厂商可用性。排名靠前不代表适合所有预算和部署方式。
榜单多久更新？
页面展示的是最新成功采集的公开榜单数据。当前优先使用 LMArena leaderboard dataset，并在页面来源中保留原始链接。