1
A
claude-opus-4-6-thinking
claude-opus-4-6-thinkingAnthropic
100.0
518
1M
¥36 / ¥180输入/输出
对话 · 文本 · 德语排行榜
基于公开偏好评测数据展示 文本 / 德语 榜单，每个榜单独立排序。
德语模型怎么选？
德语排行榜用于回答“德语哪个 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 518。 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 2026-05-27 为准。
claude-opus-4-6-thinkinggemini-3-progemini-3.1-pro-previewclaude-opus-4-6gemini-3-flash
2
G
gemini-3-pro
gemini-3-proGoogle
99.6
760
1.05M
¥14.4 / ¥86.4输入/输出
3
Ggemini-3.1-pro-preview
gemini-3.1-pro-previewGoogle
99.3
765
1.05M
¥14.4 / ¥86.4输入/输出
4
Aclaude-opus-4-6
claude-opus-4-6Anthropic
98.9
576
1M
¥36 / ¥180输入/输出
5
Ggemini-3-flash
gemini-3-flashGoogle
98.5
527
1.05M
¥3.6 / ¥21.6输入/输出
6
M
muse-spark
muse-sparkMeta
98.1
226
-
-
7
Ggemini-2.5-pro
gemini-2.5-proGoogle
97.8
2.5K
1.05M
¥9 / ¥72输入/输出
8
Aclaude-opus-4-7-thinking
claude-opus-4-7-thinkingAnthropic
97.4
273
1M
¥36 / ¥180输入/输出
9
O
gpt-5.4-high
gpt-5.4-highOpenai
97.0
488
1.05M
¥18 / ¥108输入/输出
10
A
qwen3.5-max-preview
qwen3.5-max-previewAlibaba
96.7
368
-
-
11
B
ernie-5.1
ernie-5.1Baidu
96.3
282
119K
¥5.4 / ¥21.6输入/输出
12
Aclaude-opus-4-7
claude-opus-4-7Anthropic
95.9
266
1M
¥36 / ¥180输入/输出
13
Aqwen3-max-preview
qwen3-max-previewAlibaba
95.5
567
262K
¥6.2 / ¥24.8输入/输出
14
Z
glm-5.1
glm-5.1Zai
95.2
211
200K
¥0 / ¥0输入/输出
15
Ggemini-3-flash (thinking-minimal)
gemini-3-flash (thinking-minimal)Google
94.8
869
1.05M
¥3.6 / ¥21.6输入/输出
16
X
grok-4.20-beta1
grok-4.20-beta1Xai
94.4
427
2M
¥14.4 / ¥43.2输入/输出
17
Bernie-5.0-preview-1203
ernie-5.0-preview-1203Baidu
94.1
215
128K
¥7.92 / ¥14.4输入/输出
18
Ogpt-4.5-preview-2025-02-27
gpt-4.5-preview-2025-02-27Openai
93.7
319
8.19K
¥216 / ¥432输入/输出
19
D
deepseek-v4-pro
deepseek-v4-proDeepseek
93.3
286
1M
¥3.13 / ¥6.26输入/输出
20
Aqwen3.6-plus
qwen3.6-plusAlibaba
92.9
290
1M
¥3.6 / ¥21.6输入/输出
21
Zglm-4.6
glm-4.6Zai
92.6
642
205K
¥4.32 / ¥15.8输入/输出
22
Ogpt-5.5
gpt-5.5Openai
92.2
226
1.05M
¥36 / ¥216输入/输出
23
Ogpt-5.2-chat-latest-20260210
gpt-5.2-chat-latest-20260210Openai
91.8
539
400K
¥12.6 / ¥101输入/输出
24
Ogpt-5.2-high
gpt-5.2-highOpenai
91.4
773
400K
¥12.6 / ¥101输入/输出
25
Ogpt-5.4
gpt-5.4Openai
91.1
431
1.05M
¥18 / ¥108输入/输出
26
Xgrok-4.1
grok-4.1Xai
90.7
1.2K
200K
¥14.4 / ¥72输入/输出
27
M
kimi-k2.5-thinking
kimi-k2.5-thinkingMoonshot
90.3
639
262K
¥4.32 / ¥21.6输入/输出
28
Xgrok-4.20-multi-agent-beta-0309
grok-4.20-multi-agent-beta-0309Xai
90.0
483
2M
¥14.4 / ¥43.2输入/输出
29
Mkimi-k2.6
kimi-k2.6Moonshot
89.6
314
262K
¥6.84 / ¥28.8输入/输出
30
Aclaude-opus-4-5-20251101-thinking-32k
claude-opus-4-5-20251101-thinking-32kAnthropic
89.2
614
200K
¥108 / ¥540输入/输出
31
Ggemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGoogle
88.8
571
1.05M
¥1.8 / ¥10.8输入/输出
32
Aqwen3.5-397b-a17b
qwen3.5-397b-a17bAlibaba
88.5
531
262K
¥3.1 / ¥18.6输入/输出
33
Aclaude-opus-4-5-20251101
claude-opus-4-5-20251101Anthropic
88.1
1K
200K
¥36 / ¥180输入/输出
34
Zglm-5
glm-5Zai
87.7
401
205K
¥7.2 / ¥23输入/输出
35
Aqwen3-max-2025-09-23
qwen3-max-2025-09-23Alibaba
87.4
193
258K
¥6.19 / ¥24.7输入/输出
36
Ogpt-5.5-high
gpt-5.5-highOpenai
87.0
208
1.05M
¥36 / ¥216输入/输出
37
Ogpt-5.1-high
gpt-5.1-highOpenai
86.6
662
400K
¥9 / ¥72输入/输出
38
Bernie-5.0-0110
ernie-5.0-0110Baidu
86.2
630
128K
¥7.92 / ¥14.4输入/输出
39
Aqwen3-235b-a22b-instruct-2507
qwen3-235b-a22b-instruct-2507Alibaba
85.9
1.7K
128K
¥2.09 / ¥8.23输入/输出
40
Xgrok-4.1-thinking
grok-4.1-thinkingXai
85.5
1.1K
200K
¥14.4 / ¥72输入/输出
41
Aclaude-sonnet-4-6
claude-sonnet-4-6Anthropic
85.1
467
1M
¥21.6 / ¥108输入/输出
42
Ddeepseek-v3.2-exp-thinking
deepseek-v3.2-exp-thinkingDeepseek
84.8
172
128K
¥0 / ¥0输入/输出
43
MA
mistral-large-3
mistral-large-3Mistral
84.4
688
262K
¥3.6 / ¥10.8输入/输出
44
Ddeepseek-v3.2-exp
deepseek-v3.2-expDeepseek
84.0
210
128K
¥0 / ¥0输入/输出
45
B
dola-seed-2.0-pro
dola-seed-2.0-proBytedance
83.6
635
-
-
46
MAmistral-medium-2508
mistral-medium-2508Mistral
83.3
1.6K
262K
¥2.88 / ¥14.4输入/输出
47
Xgrok-3-preview-02-24
grok-3-preview-02-24Xai
82.9
755
1M
¥9 / ¥18输入/输出
48
Xgrok-4.20-beta-0309-reasoning
grok-4.20-beta-0309-reasoningXai
82.5
453
2M
¥14.4 / ¥43.2输入/输出
49
Xgrok-4-0709
grok-4-0709Xai
82.2
853
256K
¥21.6 / ¥108输入/输出
50
Ddeepseek-v4-flash
deepseek-v4-flashDeepseek
81.8
267
1M
¥1.01 / ¥2.02输入/输出
51
Aclaude-sonnet-4-5-20250929-thinking-32k
claude-sonnet-4-5-20250929-thinking-32kAnthropic
81.4
1.2K
200K
¥21.6 / ¥108输入/输出
52
Ochatgpt-4o-latest-20250326
chatgpt-4o-latest-20250326Openai
81.0
1.7K
128K
¥18 / ¥72输入/输出
53
Ogpt-5.1
gpt-5.1Openai
80.7
707
400K
¥9 / ¥72输入/输出
54
Aqwen3-vl-235b-a22b-instruct
qwen3-vl-235b-a22b-instructAlibaba
80.3
259
128K
¥2.16 / ¥8.64输入/输出
55
Aclaude-sonnet-4-5-20250929
claude-sonnet-4-5-20250929Anthropic
79.9
1.2K
200K
¥21.6 / ¥108输入/输出
56
MI
mimo-v2.5-pro
mimo-v2.5-proXiaomi
79.6
234
1.05M
¥7.2 / ¥21.6输入/输出
57
Ggemini-2.5-flash-preview-09-2025
gemini-2.5-flash-preview-09-2025Google
79.2
601
1M
¥2.16 / ¥18输入/输出
58
Aqwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingAlibaba
78.8
170
131K
¥2.06 / ¥8.26输入/输出
59
MImimo-v2-pro
mimo-v2-proXiaomi
78.4
419
1.05M
¥7.2 / ¥21.6输入/输出
60
Aqwen3-next-80b-a3b-instruct
qwen3-next-80b-a3b-instructAlibaba
78.1
459
131K
¥1.04 / ¥4.13输入/输出
61
Oo3-2025-04-16
o3-2025-04-16Openai
77.7
1.4K
200K
¥14.4 / ¥57.6输入/输出
62
Zglm-4.7
glm-4.7Zai
77.3
219
205K
¥0 / ¥0输入/输出
63
Ggemini-2.5-flash
gemini-2.5-flashGoogle
77.0
2.5K
1.05M
¥2.16 / ¥18输入/输出
64
Ogpt-5.2
gpt-5.2Openai
76.6
690
400K
¥12.6 / ¥101输入/输出
65
Ddeepseek-v4-flash-thinking
deepseek-v4-flash-thinkingDeepseek
76.2
264
1M
¥1.01 / ¥2.02输入/输出
66
M
longcat-flash-chat
longcat-flash-chatMeituan
75.8
273
128K
¥1.08 / ¥10.8输入/输出
67
Mkimi-k2.5-instant
kimi-k2.5-instantMoonshot
75.5
133
262K
¥4.32 / ¥21.6输入/输出
68
Aqwen3.5-122b-a10b
qwen3.5-122b-a10bAlibaba
75.1
408
262K
¥2.88 / ¥23输入/输出
69
Aclaude-opus-4-1-20250805-thinking-16k
claude-opus-4-1-20250805-thinking-16kAnthropic
74.7
985
200K
¥108 / ¥540输入/输出
70
Ddeepseek-v4-pro-thinking
deepseek-v4-pro-thinkingDeepseek
74.3
244
1M
¥3.13 / ¥6.26输入/输出
71
Ogpt-5-high
gpt-5-highOpenai
74.0
702
400K
¥9 / ¥72输入/输出
72
Ddeepseek-v3.1-thinking
deepseek-v3.1-thinkingDeepseek
73.6
314
128K
¥1.44 / ¥5.04输入/输出
73
Ddeepseek-v3.1
deepseek-v3.1Deepseek
73.2
374
128K
¥1.44 / ¥5.04输入/输出
74
Ddeepseek-v3.2-thinking
deepseek-v3.2-thinkingDeepseek
72.9
707
128K
¥2.09 / ¥3.1输入/输出
75
Ogpt-5.4-mini-high
gpt-5.4-mini-highOpenai
72.5
377
400K
¥5.4 / ¥32.4输入/输出
76
Ogpt-5-chat
gpt-5-chatOpenai
72.1
661
400K
¥9 / ¥72输入/输出
77
Zglm-4.5
glm-4.5Zai
71.7
519
131K
¥4.32 / ¥15.8输入/输出
78
Ddeepseek-v3.2
deepseek-v3.2Deepseek
71.4
855
128K
¥2.09 / ¥3.1输入/输出
79
Aqwen3.5-27b
qwen3.5-27bAlibaba
71.0
424
262K
¥2.16 / ¥17.3输入/输出
80
Aqwen3-235b-a22b-thinking-2507
qwen3-235b-a22b-thinking-2507Alibaba
70.6
203
131K
¥2.07 / ¥8.26输入/输出
81
Aclaude-opus-4-1-20250805
claude-opus-4-1-20250805Anthropic
70.3
1.5K
200K
¥108 / ¥540输入/输出
82
Ogpt-5.5-instant
gpt-5.5-instantOpenai
69.9
404
400K
¥9 / ¥72输入/输出
83
MImimo-v2.5
mimo-v2.5Xiaomi
69.5
232
1.05M
¥2.88 / ¥14.4输入/输出
84
Xgrok-4.3
grok-4.3Xai
69.1
211
1M
¥9 / ¥18输入/输出
85
Ddeepseek-r1-0528
deepseek-r1-0528Deepseek
68.8
560
164K
¥3.6 / ¥15.5输入/输出
86
Xgrok-4-1-fast-reasoning
grok-4-1-fast-reasoningXai
68.4
875
2M
¥1.44 / ¥3.6输入/输出
87
A
amazon-nova-experimental-chat-11-10
amazon-nova-experimental-chat-11-10Amazon
68.0
455
-
-
88
ST
step-3.5-flash
step-3.5-flashStepfun
67.7
607
256K
¥0.69 / ¥2.07输入/输出
89
Mkimi-k2-thinking-turbo
kimi-k2-thinking-turboMoonshot
67.3
1.1K
262K
¥17.3 / ¥72输入/输出
90
MImimo-v2-flash (thinking)
mimo-v2-flash (thinking)Xiaomi
66.9
242
262K
¥0.72 / ¥2.16输入/输出
91
Aamazon-nova-experimental-chat-10-20
amazon-nova-experimental-chat-10-20Amazon
66.5
274
-
-
92
Ggemini-2.5-flash-lite-preview-09-2025-no-thinking
gemini-2.5-flash-lite-preview-09-2025-no-thinkingGoogle
66.2
779
1.05M
¥0.72 / ¥2.88输入/输出
93
Xgrok-4-fast-reasoning
grok-4-fast-reasoningXai
65.8
350
2M
¥1.44 / ¥3.6输入/输出
94
Aqwen3.5-flash
qwen3.5-flashAlibaba
65.4
512
1M
¥1.24 / ¥12.4输入/输出
95
Aqwen3-235b-a22b
qwen3-235b-a22bAlibaba
65.1
725
131K
¥2.07 / ¥8.26输入/输出
96
Ddeepseek-r1
deepseek-r1Deepseek
64.7
436
164K
¥5.04 / ¥18输入/输出
97
Mkimi-k2-0905-preview
kimi-k2-0905-previewMoonshot
64.3
260
262K
¥4.32 / ¥18输入/输出
98
Aclaude-opus-4-20250514-thinking-16k
claude-opus-4-20250514-thinking-16kAnthropic
63.9
900
200K
¥108 / ¥540输入/输出
99
MImimo-v2-flash (non-thinking)
mimo-v2-flash (non-thinking)Xiaomi
63.6
736
262K
¥0.72 / ¥2.16输入/输出
100
Ogpt-4.1-2025-04-14
gpt-4.1-2025-04-14Openai
63.2
1.2K
1.05M
¥14.4 / ¥57.6输入/输出
101
Aqwen3-235b-a22b-no-thinking
qwen3-235b-a22b-no-thinkingAlibaba
62.8
1K
131K
¥2.07 / ¥8.26输入/输出
102
Ddeepseek-v3-0324
deepseek-v3-0324Deepseek
62.5
1.2K
75K
¥1.44 / ¥5.76输入/输出
103
STstep-3
step-3Stepfun
62.1
145
65.5K
¥1.8 / ¥4.68输入/输出
104
M
minimax-m2.7
minimax-m2.7Minimax
61.7
393
205K
¥0 / ¥0输入/输出
105
MAmistral-medium-2505
mistral-medium-2505Mistral
61.3
942
262K
¥2.88 / ¥14.4输入/输出
106
Mlongcat-flash-chat-2602-exp
longcat-flash-chat-2602-expMeituan
61.0
380
128K
¥1.08 / ¥10.8输入/输出
107
Mminimax-m2.1-preview
minimax-m2.1-previewMinimax
60.6
266
205K
¥0 / ¥0输入/输出
108
Ogpt-5.3-chat-latest
gpt-5.3-chat-latestOpenai
60.2
500
128K
¥12.6 / ¥101输入/输出
109
Mkimi-k2-0711-preview
kimi-k2-0711-previewMoonshot
59.9
621
131K
¥4.32 / ¥18输入/输出
110
Aclaude-opus-4-20250514
claude-opus-4-20250514Anthropic
59.5
1.2K
200K
¥108 / ¥540输入/输出
111
Ggemini-2.5-flash-lite-preview-06-17-thinking
gemini-2.5-flash-lite-preview-06-17-thinkingGoogle
59.1
784
65.5K
¥0.72 / ¥2.88输入/输出
112
Ggemma-3-12b-it
gemma-3-12b-itGoogle
58.7
166
128K
¥1.96 / ¥1.96输入/输出
113
Zglm-4.5-air
glm-4.5-airZai
58.4
673
131K
¥0 / ¥0输入/输出
114
Aqwen3-30b-a3b-instruct-2507
qwen3-30b-a3b-instruct-2507Alibaba
58.0
486
262K
¥2.16 / ¥3.6输入/输出
115
Aclaude-haiku-4-5-20251001
claude-haiku-4-5-20251001Anthropic
57.6
1.3K
200K
¥7.2 / ¥36输入/输出
116
Ogpt-5-mini-high
gpt-5-mini-highOpenai
57.2
554
400K
¥1.8 / ¥14.4输入/输出
117
Ogpt-5.4-nano-high
gpt-5.4-nano-highOpenai
56.9
356
400K
¥1.44 / ¥9输入/输出
118
Ggemma-3-27b-it
gemma-3-27b-itGoogle
56.5
1.2K
128K
¥2.15 / ¥2.15输入/输出
119
Aqwen3-next-80b-a3b-thinking
qwen3-next-80b-a3b-thinkingAlibaba
56.1
287
131K
¥1.04 / ¥10.3输入/输出
120
Aqwen3.5-35b-a3b
qwen3.5-35b-a3bAlibaba
55.8
463
262K
¥1.8 / ¥14.4输入/输出
121
Mminimax-m2.5
minimax-m2.5Minimax
55.4
563
205K
¥0 / ¥0输入/输出
122
Xgrok-3-mini-high
grok-3-mini-highXai
55.0
424
128K
¥0 / ¥0输入/输出
123
Anova-2-lite
nova-2-liteAmazon
54.6
263
128K
¥2.38 / ¥19.8输入/输出
124
Ggemini-2.0-flash-001
gemini-2.0-flash-001Google
54.3
1K
1.05M
¥1.08 / ¥4.32输入/输出
125
TE
hunyuan-turbos-20250416
hunyuan-turbos-20250416Tencent
53.9
322
131K
¥0 / ¥0输入/输出
126
Ogpt-oss-120b
gpt-oss-120bOpenai
53.5
619
131K
¥1.08 / ¥4.32输入/输出
127
NV
nvidia-nemotron-3-nano-30b-a3b-bf16
nvidia-nemotron-3-nano-30b-a3b-bf16Nvidia
53.2
281
131K
¥0 / ¥0输入/输出
128
Aqwen2.5-max
qwen2.5-maxAlibaba
52.8
761
32K
¥11.5 / ¥46输入/输出
129
UNtrinity-large-thinking
-
52.4
347
262K
¥1.8 / ¥6.48输入/输出
130
MAmistral-small-2506
mistral-small-2506Mistral
52.0
403
262K
¥2.88 / ¥14.4输入/输出
131
Ogpt-4.1-mini-2025-04-14
gpt-4.1-mini-2025-04-14Openai
51.7
1K
1.05M
¥2.88 / ¥11.5输入/输出
132
Mminimax-m1
minimax-m1Minimax
51.3
828
1M
¥0.95 / ¥9.03输入/输出
133
Xgrok-3-mini-beta
grok-3-mini-betaXai
50.9
546
1M
¥9 / ¥18输入/输出
134
CO
command-a-03-2025
command-a-03-2025Cohere
50.6
1.3K
256K
¥18 / ¥72输入/输出
135
Aqwen3-32b
qwen3-32bAlibaba
50.2
172
131K
¥2.07 / ¥8.26输入/输出
136
NVnvidia-nemotron-3-super-120b-a12b
nvidia-nemotron-3-super-120b-a12bNvidia
49.8
196
262K
¥1.44 / ¥5.76输入/输出
137
Zglm-4-plus-0111
glm-4-plus-0111Zai
49.4
207
128K
¥72 / ¥72输入/输出
138
Oo1-2024-12-17
o1-2024-12-17Openai
49.1
556
128K
¥108 / ¥432输入/输出
139
Oo4-mini-2025-04-16
o4-mini-2025-04-16Openai
48.7
1.1K
200K
¥7.92 / ¥31.7输入/输出
140
Aclaude-sonnet-4-20250514
claude-sonnet-4-20250514Anthropic
48.3
1K
200K
¥21.6 / ¥108输入/输出
141
Zglm-4.7-flash
glm-4.7-flashZai
48.0
209
200K
¥0 / ¥0输入/输出
142
Ogpt-5-nano-high
gpt-5-nano-highOpenai
47.6
202
400K
¥0.36 / ¥2.88输入/输出
143
UNtrinity-large-preview
-
47.2
451
262K
¥1.8 / ¥6.48输入/输出
144
Ddeepseek-v3
deepseek-v3Deepseek
46.8
493
128K
¥0 / ¥0输入/输出
145
Aqwen3-coder-480b-a35b-instruct
qwen3-coder-480b-a35b-instructAlibaba
46.5
543
262K
¥6.2 / ¥24.8输入/输出
146
STstep-1o-turbo-202506
step-1o-turbo-202506Stepfun
46.1
323
-
-
147
Aclaude-sonnet-4-20250514-thinking-32k
claude-sonnet-4-20250514-thinking-32kAnthropic
45.7
815
200K
¥21.6 / ¥108输入/输出
148
Aqwq-32b
qwq-32bAlibaba
45.4
646
131K
¥2.07 / ¥6.2输入/输出
149
Oo1-preview
o1-previewOpenai
45.0
774
128K
¥108 / ¥432输入/输出
150
Ggemma-3n-e4b-it
gemma-3n-e4b-itGoogle
44.6
692
128K
¥0 / ¥0输入/输出
151
Aqwen3-30b-a3b
qwen3-30b-a3bAlibaba
44.2
727
128K
¥0.79 / ¥7.78输入/输出
152
Ggemini-2.0-flash-lite-preview-02-05
gemini-2.0-flash-lite-preview-02-05Google
43.9
627
1.05M
¥0.54 / ¥2.16输入/输出
153
Oo3-mini-high
o3-mini-highOpenai
43.5
377
200K
¥7.92 / ¥31.7输入/输出
154
Oo3-mini
o3-miniOpenai
43.1
1.3K
200K
¥7.92 / ¥31.7输入/输出
155
Aclaude-3-7-sonnet-20250219-thinking-32k
claude-3-7-sonnet-20250219-thinking-32kAnthropic
42.8
999
-
-
156
Aclaude-3-5-sonnet-20241022
claude-3-5-sonnet-20241022Anthropic
42.4
2K
200K
¥21.6 / ¥108输入/输出
157
Mllama-4-maverick-17b-128e-instruct
llama-4-maverick-17b-128e-instructMeta
42.0
990
1M
¥1.8 / ¥6.26输入/输出
158
Ogpt-4.1-nano-2025-04-14
gpt-4.1-nano-2025-04-14Openai
41.6
222
1.05M
¥14.4 / ¥57.6输入/输出
159
Xgrok-2-2024-08-13
grok-2-2024-08-13Xai
41.3
1.6K
1M
¥9 / ¥18输入/输出
160
Ggemini-1.5-pro-002
gemini-1.5-pro-002Google
40.9
1.3K
-
-
161
AI
olmo-3-32b-think
olmo-3-32b-thinkAllenai
40.5
128
128K
¥2.16 / ¥3.24输入/输出
162
Ogpt-4o-2024-05-13
gpt-4o-2024-05-13Openai
40.1
3.6K
128K
¥36 / ¥108输入/输出
163
Aclaude-3-7-sonnet-20250219
claude-3-7-sonnet-20250219Anthropic
39.8
1K
200K
¥21.6 / ¥108输入/输出
164
Ggemma-3-4b-it
gemma-3-4b-itGoogle
39.4
162
128K
¥1.44 / ¥1.44输入/输出
165
Zglm-4-plus
glm-4-plusZai
39.0
659
128K
¥54 / ¥54输入/输出
166
Oo1-mini
o1-miniOpenai
38.7
1.2K
128K
¥7.92 / ¥31.7输入/输出
167
Ggemini-advanced-0514
gemini-advanced-0514Google
38.3
1.8K
-
-
168
AIolmo-3.1-32b-instruct
olmo-3.1-32b-instructAllenai
37.9
224
200K
¥14.4 / ¥57.6输入/输出
169
Xgrok-2-mini-2024-08-13
grok-2-mini-2024-08-13Xai
37.5
1.3K
1M
¥9 / ¥18输入/输出
170
Ogpt-4o-mini-2024-07-18
gpt-4o-mini-2024-07-18Openai
37.2
1.6K
128K
¥1.08 / ¥4.32输入/输出
171
Mllama-4-scout-17b-16e-instruct
llama-4-scout-17b-16e-instructMeta
36.8
766
128K
¥1.44 / ¥5.62输入/输出
172
Aclaude-3-5-sonnet-20240620
claude-3-5-sonnet-20240620Anthropic
36.4
2.5K
200K
¥21.6 / ¥108输入/输出
173
UNyi-lightning
-
36.1
700
12K
¥1.44 / ¥1.44输入/输出
174
MAmistral-small-3.1-24b-instruct-2503
mistral-small-3.1-24b-instruct-2503Mistral
35.7
830
262K
¥2.88 / ¥14.4输入/输出
175
Ggemini-1.5-flash-002
gemini-1.5-flash-002Google
35.3
739
2M
¥0.54 / ¥2.2输入/输出
176
UNathene-v2-chat
-
34.9
626
-
-
177
Ogpt-4-turbo-2024-04-09
gpt-4-turbo-2024-04-09Openai
34.6
3.4K
128K
¥72 / ¥216输入/输出
178
Aclaude-3-opus-20240229
claude-3-opus-20240229Anthropic
34.2
5.7K
200K
¥108 / ¥540输入/输出
179
Ddeepseek-v2.5-1210
deepseek-v2.5-1210Deepseek
33.8
140
1M
¥1.01 / ¥2.02输入/输出
180
Ogpt-4o-2024-08-06
gpt-4o-2024-08-06Openai
33.5
1.2K
128K
¥18 / ¥72输入/输出
181
MAmistral-large-2407
mistral-large-2407Mistral
33.1
1.2K
131K
¥14.4 / ¥43.2输入/输出
182
Aqwen-max-0919
qwen-max-0919Alibaba
32.7
438
131K
¥2.48 / ¥9.91输入/输出
183
Mllama-3.1-405b-instruct-bf16
llama-3.1-405b-instruct-bf16Meta
32.3
894
128K
¥0 / ¥0输入/输出
184
UNathene-70b-0725
-
32.0
585
-
-
185
Mllama-3.3-70b-instruct
llama-3.3-70b-instructMeta
31.6
1.2K
128K
¥0 / ¥0输入/输出
186
Ogpt-oss-20b
gpt-oss-20bOpenai
31.2
208
131K
¥0.32 / ¥1.3输入/输出
187
Ogpt-4-1106-preview
gpt-4-1106-previewOpenai
30.9
2.5K
8.19K
¥216 / ¥432输入/输出
188
Mllama-3.1-405b-instruct-fp8
llama-3.1-405b-instruct-fp8Meta
30.5
1.6K
128K
¥0 / ¥0输入/输出
189
Ggemini-1.5-pro-001
gemini-1.5-pro-001Google
30.1
2.7K
-
-
190
AIolmo-3.1-32b-think
olmo-3.1-32b-thinkAllenai
29.7
159
200K
¥14.4 / ¥57.6输入/输出
191
Ogpt-4-0125-preview
gpt-4-0125-previewOpenai
29.4
2.7K
8.19K
¥216 / ¥432输入/输出
192
MAmagistral-medium-2506
magistral-medium-2506Mistral
29.0
341
128K
¥14.4 / ¥36输入/输出
193
UNreka-core-20240904
-
28.6
183
-
-
194
Aamazon-nova-pro-v1.0
amazon-nova-pro-v1.0Amazon
28.3
553
300K
¥5.76 / ¥23输入/输出
195
MAmistral-large-2411
mistral-large-2411Mistral
27.9
648
128K
¥14.4 / ¥43.2输入/输出
196
Aclaude-3-5-haiku-20241022
claude-3-5-haiku-20241022Anthropic
27.5
1.7K
200K
¥5.76 / ¥28.8输入/输出
197
Aqwen2.5-72b-instruct
qwen2.5-72b-instructAlibaba
27.1
926
131K
¥4.13 / ¥12.4输入/输出
198
Aqwen2.5-plus-1127
qwen2.5-plus-1127Alibaba
26.8
257
-
-
199
Aamazon-nova-lite-v1.0
amazon-nova-lite-v1.0Amazon
26.4
490
300K
¥0.43 / ¥1.73输入/输出
200
Ddeepseek-v2.5
deepseek-v2.5Deepseek
26.0
563
1M
¥1.01 / ¥2.02输入/输出
201
M
phi-4
phi-4Microsoft
25.7
523
128K
¥0.9 / ¥3.6输入/输出
202
Mllama-3.1-70b-instruct
llama-3.1-70b-instructMeta
25.3
1.4K
131K
¥2.88 / ¥2.88输入/输出
203
UNgemma-2-9b-it-simpo
-
24.9
318
8.19K
¥1.44 / ¥1.44输入/输出
204
Ggemini-1.5-flash-001
gemini-1.5-flash-001Google
24.5
2.2K
2M
¥0.54 / ¥2.2输入/输出
205
COcommand-r-plus-08-2024
command-r-plus-08-2024Cohere
24.2
267
128K
¥18 / ¥72输入/输出
206
MAmistral-small-24b-instruct-2501
mistral-small-24b-instruct-2501Mistral
23.8
301
262K
¥2.88 / ¥14.4输入/输出
207
Ggemma-2-27b-it
gemma-2-27b-itGoogle
23.4
2K
8.19K
¥0.58 / ¥0.58输入/输出
208
Ggemini-1.5-flash-8b-001
gemini-1.5-flash-8b-001Google
23.0
798
2M
¥0.54 / ¥2.2输入/输出
209
Aclaude-3-sonnet-20240229
claude-3-sonnet-20240229Anthropic
22.7
3.1K
200K
¥21.6 / ¥108输入/输出
210
UNjamba-1.5-large
-
22.3
234
256K
¥0 / ¥0输入/输出
211
COc4ai-aya-expanse-32b
c4ai-aya-expanse-32bCohere
21.9
609
-
-
212
Ogpt-4-0314
gpt-4-0314Openai
21.6
1.3K
8.19K
¥216 / ¥432输入/输出
213
COcommand-r-plus
command-r-plusCohere
21.2
2.9K
128K
¥18 / ¥72输入/输出
214
Aamazon-nova-micro-v1.0
amazon-nova-micro-v1.0Amazon
20.8
468
128K
¥0.25 / ¥1.01输入/输出
215
NVnemotron-4-340b-instruct
nemotron-4-340b-instructNvidia
20.4
703
-
-
216
COc4ai-aya-expanse-8b
c4ai-aya-expanse-8bCohere
20.1
240
-
-
217
Ggemma-2-9b-it
gemma-2-9b-itGoogle
19.7
1.6K
8.19K
¥1.44 / ¥1.44输入/输出
218
Zglm-4-0520
glm-4-0520Zai
19.3
371
128K
¥108 / ¥108输入/输出
219
UNreka-flash-20240904
-
19.0
207
65.5K
¥0.72 / ¥1.44输入/输出
220
MAmistral-large-2402
mistral-large-2402Mistral
18.6
1.7K
262K
¥2.88 / ¥14.4输入/输出
221
COcommand-r-08-2024
command-r-08-2024Cohere
18.2
275
128K
¥18 / ¥72输入/输出
222
Aclaude-3-haiku-20240307
claude-3-haiku-20240307Anthropic
17.8
3.5K
200K
¥1.8 / ¥9输入/输出
223
Mllama-3-70b-instruct
llama-3-70b-instructMeta
17.5
5K
8.19K
¥3.67 / ¥5.33输入/输出
224
Ddeepseek-coder-v2
deepseek-coder-v2Deepseek
17.1
516
1M
¥1.01 / ¥2.02输入/输出
225
UNjamba-1.5-mini
-
16.7
248
256K
¥0 / ¥0输入/输出
226
Ogpt-4-0613
gpt-4-0613Openai
16.4
2.2K
8.19K
¥216 / ¥432输入/输出
227
MAmistral-medium
mistral-mediumMistral
16.0
852
262K
¥2.88 / ¥14.4输入/输出
228
UNreka-flash-21b-20240226
-
15.6
798
-
-
229
UNreka-flash-21b-20240226-online
-
15.2
501
-
-
230
Aqwen2-72b-instruct
qwen2-72b-instructAlibaba
14.9
1.3K
131K
¥4.13 / ¥12.4输入/输出
231
Mllama-3.1-8b-instruct
llama-3.1-8b-instructMeta
14.5
1.3K
131K
¥0.79 / ¥0.79输入/输出
232
MAmixtral-8x22b-instruct-v0.1
mixtral-8x22b-instruct-v0.1Mistral
14.1
1.7K
64K
¥14.4 / ¥43.2输入/输出
233
COcommand-r
command-rCohere
13.8
1.4K
128K
¥18 / ¥72输入/输出
234
Ggemini-pro-dev-api
gemini-pro-dev-apiGoogle
13.4
450
1.05M
¥14.4 / ¥86.4输入/输出
235
Aqwen1.5-110b-chat
qwen1.5-110b-chatAlibaba
13.0
928
-
-
236
Ggemma-2-2b-it
gemma-2-2b-itGoogle
12.6
1.2K
128K
¥0 / ¥0输入/输出
237
MAmixtral-8x7b-instruct-v0.1
mixtral-8x7b-instruct-v0.1Mistral
12.3
2K
32K
¥5.04 / ¥5.04输入/输出
238
UNyi-1.5-34b-chat
-
11.9
871
-
-
239
Mllama-3-8b-instruct
llama-3-8b-instructMeta
11.5
3.4K
8.19K
¥0.29 / ¥0.29输入/输出
240
Mphi-3-medium-4k-instruct
phi-3-medium-4k-instructMicrosoft
11.2
851
4.1K
¥1.22 / ¥4.9输入/输出
241
Ogpt-3.5-turbo-0125
gpt-3.5-turbo-0125Openai
10.8
1.9K
16.4K
¥3.6 / ¥10.8输入/输出
242
Aqwen1.5-72b-chat
qwen1.5-72b-chatAlibaba
10.4
1.1K
-
-
243
Mwizardlm-70b
wizardlm-70bMicrosoft
10.0
193
-
-
244
UNstarling-lm-7b-beta
-
9.7
367
200K
¥5.4 / ¥18.7输入/输出
245
Mphi-3-small-8k-instruct
phi-3-small-8k-instructMicrosoft
9.3
620
8.19K
¥1.08 / ¥4.32输入/输出
246
UNsnowflake-arctic-instruct
-
8.9
947
-
-
247
UNinternlm2_5-20b-chat
-
8.6
265
-
-
248
UNopenchat-3.5-0106
-
8.2
268
-
-
249
UNvicuna-33b
-
7.8
428
-
-
250
Aqwen1.5-32b-chat
qwen1.5-32b-chatAlibaba
7.4
777
-
-
251
UNdbrx-instruct-preview
-
7.1
742
-
-
252
Mllama-3.2-3b-instruct
llama-3.2-3b-instructMeta
6.7
232
131K
¥0.22 / ¥0.35输入/输出
253
Ogpt-3.5-turbo-1106
gpt-3.5-turbo-1106Openai
6.3
325
16.4K
¥7.2 / ¥14.4输入/输出
254
Ggemma-1.1-7b-it
gemma-1.1-7b-itGoogle
5.9
827
-
-
255
Mphi-3-mini-4k-instruct
phi-3-mini-4k-instructMicrosoft
5.6
699
4.1K
¥0.94 / ¥3.74输入/输出
256
Aqwen1.5-14b-chat
qwen1.5-14b-chatAlibaba
5.2
540
-
-
257
UNyi-34b-chat
-
4.8
381
-
-
258
Mllama-2-70b-chat
llama-2-70b-chatMeta
4.5
878
-
-
259
Mphi-3-mini-4k-instruct-june-2024
phi-3-mini-4k-instruct-june-2024Microsoft
4.1
397
4.1K
¥0.94 / ¥3.74输入/输出
260
UNstarling-lm-7b-alpha
-
3.7
199
200K
¥5.4 / ¥18.7输入/输出
261
Mllama-3.2-1b-instruct
llama-3.2-1b-instructMeta
3.3
247
16.4K
¥0.07 / ¥0.08输入/输出
262
Mllama-2-13b-chat
llama-2-13b-chatMeta
3.0
454
-
-
263
Mphi-3-mini-128k-instruct
phi-3-mini-128k-instructMicrosoft
2.6
727
128K
¥0.94 / ¥3.74输入/输出
264
UNvicuna-13b
-
2.2
283
-
-
265
UNzephyr-7b-beta
-
1.9
152
-
-
266
MAmistral-7b-instruct-v0.2
mistral-7b-instruct-v0.2Mistral
1.5
564
262K
¥2.88 / ¥14.4输入/输出
267
Mllama-2-7b-chat
llama-2-7b-chatMeta
1.1
327
128K
¥4.03 / ¥48输入/输出
268
Ggemma-1.1-2b-it
gemma-1.1-2b-itGoogle
0.7
365
-
-
269
MAmistral-7b-instruct
mistral-7b-instructMistral
0.4
174
262K
¥2.88 / ¥14.4输入/输出
270
Aqwen1.5-4b-chat
qwen1.5-4b-chatAlibaba
0.0
211
-
-
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 518。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
德语常见问题
德语排行榜看什么指标？
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。
德语模型应该怎么选？
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。