模模力榜

对话 · 搜索 · 总榜

基于公开偏好评测数据展示 搜索 / 总榜 榜单，每个榜单独立排序。

选型指南

总榜模型怎么选？

总榜排行榜用于回答“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-search，厂商为 anthropic，百分制分数 100.0，样本量 48.7K。 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-searchgpt-5.5-searchclaude-opus-4-7ernie-5.1claude-sonnet-4-6-search
当前目录对话 · 搜索 · 总榜
模型数量29
榜单发布时间2026/05/12
Arena 公开偏好评测原始榜单: 联网搜索总榜榜单发布时间: 2026/05/12榜单数据集: LMArena latest parquet打开 Arena 来源打开榜单数据集
1
claude-opus-4-6-search
Anthropic
100.0
48.7K
200K
¥108 / ¥540输入/输出
2
gpt-5.5-search
Openai
96.4
9.5K
400K
¥9 / ¥72输入/输出
3
claude-opus-4-7
Anthropic
92.9
9.7K
1M
¥36 / ¥180输入/输出
4
ernie-5.1
Baidu
89.3
2.3K
119K
¥5.4 / ¥21.6输入/输出
5
claude-sonnet-4-6-search
Anthropic
85.7
48.1K
200K
¥21.6 / ¥108输入/输出
6
gemini-3.1-pro-grounding
Google
82.1
28K
1.05M
¥14.4 / ¥86.4输入/输出
7
gpt-5.2-search
Openai
78.6
47.1K
400K
¥12.6 / ¥101输入/输出
8
grok-4.20-multi-agent-beta-0309
Xai
75.0
27.5K
2M
¥14.4 / ¥43.2输入/输出
9
gemini-3-pro-grounding
Google
71.4
37.3K
1.05M
¥14.4 / ¥86.4输入/输出
10
gemini-3-flash-grounding
Google
67.9
62.9K
1.05M
¥3.6 / ¥21.6输入/输出
11
gpt-5.1-search
Openai
64.3
53.7K
400K
¥9 / ¥72输入/输出
12
gpt-5.4-search
Openai
60.7
27.9K
400K
¥9 / ¥72输入/输出
13
grok-4.20-beta1
Xai
57.1
49K
2M
¥14.4 / ¥43.2输入/输出
14
grok-4.3
Xai
53.6
6.9K
1M
¥9 / ¥18输入/输出
15
claude-opus-4-5-search
Anthropic
50.0
53.4K
200K
¥108 / ¥540输入/输出
16
gpt-5.2-search-non-reasoning
Openai
46.4
65.5K
400K
¥12.6 / ¥101输入/输出
17
grok-4-1-fast-search
Xai
42.9
71.6K
1M
¥9 / ¥18输入/输出
18
grok-4-fast-search
Xai
39.3
43K
1M
¥9 / ¥18输入/输出
19
claude-sonnet-4-5-search
Anthropic
35.7
45.7K
200K
¥21.6 / ¥108输入/输出
20
claude-opus-4-1-search
Anthropic
32.1
71.3K
200K
¥108 / ¥540输入/输出
21
o3-search
Openai
28.6
20.7K
200K
¥14.4 / ¥57.6输入/输出
22
gemini-2.5-pro-grounding
Google
25.0
76.8K
1.05M
¥9 / ¥72输入/输出
23
grok-4-search
Xai
21.4
19.3K
1M
¥9 / ¥18输入/输出
24
ppl-sonar-reasoning-pro-high
Perplexity
17.9
29.1K
128K
¥7.2 / ¥7.2输入/输出
25
gpt-5-search
Openai
14.3
20.8K
400K
¥9 / ¥72输入/输出
26
ppl-sonar-pro-high
Perplexity
10.7
28.6K
128K
¥7.2 / ¥7.2输入/输出
27
claude-opus-4-search
Anthropic
7.1
31.1K
200K
¥108 / ¥540输入/输出
28
diffbot-small-xl
Diffbot
3.6
6.4K
-
-
29
api-gpt-4o-search
Openai
0.0
3.4K
128K
¥18 / ¥72输入/输出
榜首模型解读

claude-opus-4-6-search 为什么排第一

claude-opus-4-6-search 当前排名第 1，厂商为 anthropic，百分制分数 100.0，样本量 48.7K。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。

如何选择模型

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。

相关排行榜

继续比较相近能力

暂无相关排行榜。

常见问题

总榜常见问题

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。

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。