1
A
qwen3.5-max-preview
qwen3.5-max-previewAlibaba
100.0
174
-
-
对话 · 文本 · 日语排行榜
基于公开偏好评测数据展示 文本 / 日语 榜单，每个榜单独立排序。
日语模型怎么选？
日语排行榜用于回答“日语哪个 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 qwen3.5-max-preview，厂商为 alibaba，百分制分数 100.0，样本量 174。 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。
qwen3.5-max-previewgemini-3-progemini-3.1-pro-previewgpt-5.4-highgemini-3-flash
2
G
gemini-3-pro
gemini-3-proGoogle
99.6
406
1.05M
¥14.4 / ¥86.4输入/输出
3
Ggemini-3.1-pro-preview
gemini-3.1-pro-previewGoogle
99.1
351
1.05M
¥14.4 / ¥86.4输入/输出
4
O
gpt-5.4-high
gpt-5.4-highOpenai
98.7
241
1.05M
¥18 / ¥108输入/输出
5
Ggemini-3-flash
gemini-3-flashGoogle
98.2
272
1.05M
¥3.6 / ¥21.6输入/输出
6
A
claude-opus-4-6-thinking
claude-opus-4-6-thinkingAnthropic
97.8
274
1M
¥36 / ¥180输入/输出
7
Ogpt-5.4
gpt-5.4Openai
97.4
229
1.05M
¥18 / ¥108输入/输出
8
Aclaude-opus-4-6
claude-opus-4-6Anthropic
96.9
276
1M
¥36 / ¥180输入/输出
9
Ggemini-2.5-pro
gemini-2.5-proGoogle
96.5
1.8K
1.05M
¥9 / ¥72输入/输出
10
M
kimi-k2.6
kimi-k2.6Moonshot
96.0
139
262K
¥6.84 / ¥28.8输入/输出
11
Ogpt-5.1-high
gpt-5.1-highOpenai
95.6
369
400K
¥9 / ¥72输入/输出
12
Aclaude-opus-4-7
claude-opus-4-7Anthropic
95.2
192
1M
¥36 / ¥180输入/输出
13
Aqwen3.5-397b-a17b
qwen3.5-397b-a17bAlibaba
94.7
247
262K
¥3.1 / ¥18.6输入/输出
14
Mkimi-k2.5-thinking
kimi-k2.5-thinkingMoonshot
94.3
287
262K
¥4.32 / ¥21.6输入/输出
15
D
deepseek-v4-pro
deepseek-v4-proDeepseek
93.8
142
1M
¥3.13 / ¥6.26输入/输出
16
Ogpt-5.2-chat-latest-20260210
gpt-5.2-chat-latest-20260210Openai
93.4
225
400K
¥12.6 / ¥101输入/输出
17
Ggemini-3-flash (thinking-minimal)
gemini-3-flash (thinking-minimal)Google
93.0
400
1.05M
¥3.6 / ¥21.6输入/输出
18
Aclaude-opus-4-5-20251101-thinking-32k
claude-opus-4-5-20251101-thinking-32kAnthropic
92.5
311
200K
¥108 / ¥540输入/输出
19
Ogpt-5.2-high
gpt-5.2-highOpenai
92.1
365
400K
¥12.6 / ¥101输入/输出
20
Ogpt-5.1
gpt-5.1Openai
91.6
383
400K
¥9 / ¥72输入/输出
21
Aqwen3.6-plus
qwen3.6-plusAlibaba
91.2
130
1M
¥3.6 / ¥21.6输入/输出
22
X
grok-4.20-beta1
grok-4.20-beta1Xai
90.7
189
2M
¥14.4 / ¥43.2输入/输出
23
Xgrok-4.20-beta-0309-reasoning
grok-4.20-beta-0309-reasoningXai
90.3
225
2M
¥14.4 / ¥43.2输入/输出
24
Ogpt-4.5-preview-2025-02-27
gpt-4.5-preview-2025-02-27Openai
89.9
271
8.19K
¥216 / ¥432输入/输出
25
Z
glm-4.5
glm-4.5Zai
89.4
707
131K
¥4.32 / ¥15.8输入/输出
26
Ogpt-5.5-instant
gpt-5.5-instantOpenai
89.0
202
400K
¥9 / ¥72输入/输出
27
Ggemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGoogle
88.5
278
1.05M
¥1.8 / ¥10.8输入/输出
28
Ddeepseek-v4-flash-thinking
deepseek-v4-flash-thinkingDeepseek
88.1
141
1M
¥1.01 / ¥2.02输入/输出
29
Aclaude-opus-4-5-20251101
claude-opus-4-5-20251101Anthropic
87.7
530
200K
¥36 / ¥180输入/输出
30
Ochatgpt-4o-latest-20250326
chatgpt-4o-latest-20250326Openai
87.2
1.2K
128K
¥18 / ¥72输入/输出
31
Aclaude-opus-4-7-thinking
claude-opus-4-7-thinkingAnthropic
86.8
146
1M
¥36 / ¥180输入/输出
32
Ggemini-2.5-flash-preview-09-2025
gemini-2.5-flash-preview-09-2025Google
86.3
303
1M
¥2.16 / ¥18输入/输出
33
Oo3-2025-04-16
o3-2025-04-16Openai
85.9
1.3K
200K
¥14.4 / ¥57.6输入/输出
34
Ogpt-5-chat
gpt-5-chatOpenai
85.5
466
400K
¥9 / ¥72输入/输出
35
Aqwen3-next-80b-a3b-instruct
qwen3-next-80b-a3b-instructAlibaba
85.0
268
131K
¥1.04 / ¥4.13输入/输出
36
Xgrok-4.1
grok-4.1Xai
84.6
586
200K
¥14.4 / ¥72输入/输出
37
Ggemini-2.5-flash
gemini-2.5-flashGoogle
84.1
1.8K
1.05M
¥2.16 / ¥18输入/输出
38
Aqwen3-max-preview
qwen3-max-previewAlibaba
83.7
372
262K
¥6.2 / ¥24.8输入/输出
39
Ogpt-5-high
gpt-5-highOpenai
83.3
817
400K
¥9 / ¥72输入/输出
40
Xgrok-3-preview-02-24
grok-3-preview-02-24Xai
82.8
777
1M
¥9 / ¥18输入/输出
41
Zglm-4.6
glm-4.6Zai
82.4
310
205K
¥4.32 / ¥15.8输入/输出
42
Zglm-5
glm-5Zai
81.9
184
205K
¥7.2 / ¥23输入/输出
43
M
longcat-flash-chat-2602-exp
longcat-flash-chat-2602-expMeituan
81.5
189
128K
¥1.08 / ¥10.8输入/输出
44
Aclaude-sonnet-4-5-20250929
claude-sonnet-4-5-20250929Anthropic
81.1
624
200K
¥21.6 / ¥108输入/输出
45
Aqwen3-235b-a22b-instruct-2507
qwen3-235b-a22b-instruct-2507Alibaba
80.6
1.2K
128K
¥2.09 / ¥8.23输入/输出
46
Xgrok-4-0709
grok-4-0709Xai
80.2
860
256K
¥21.6 / ¥108输入/输出
47
Ogpt-5.4-mini-high
gpt-5.4-mini-highOpenai
79.7
157
400K
¥5.4 / ¥32.4输入/输出
48
MA
mistral-large-3
mistral-large-3Mistral
79.3
323
262K
¥3.6 / ¥10.8输入/输出
49
Ogpt-5.2
gpt-5.2Openai
78.9
325
400K
¥12.6 / ¥101输入/输出
50
B
dola-seed-2.0-pro
dola-seed-2.0-proBytedance
78.4
321
-
-
51
MI
mimo-v2-pro
mimo-v2-proXiaomi
78.0
143
1.05M
¥7.2 / ¥21.6输入/输出
52
Aqwen3-235b-a22b-thinking-2507
qwen3-235b-a22b-thinking-2507Alibaba
77.5
403
131K
¥2.07 / ¥8.26输入/输出
53
Ddeepseek-r1-0528
deepseek-r1-0528Deepseek
77.1
549
164K
¥3.6 / ¥15.5输入/输出
54
Aqwen3-vl-235b-a22b-instruct
qwen3-vl-235b-a22b-instructAlibaba
76.7
151
128K
¥2.16 / ¥8.64输入/输出
55
Ddeepseek-v4-flash
deepseek-v4-flashDeepseek
76.2
135
1M
¥1.01 / ¥2.02输入/输出
56
Xgrok-4.20-multi-agent-beta-0309
grok-4.20-multi-agent-beta-0309Xai
75.8
182
2M
¥14.4 / ¥43.2输入/输出
57
Ddeepseek-v3.2-thinking
deepseek-v3.2-thinkingDeepseek
75.3
311
128K
¥2.09 / ¥3.1输入/输出
58
B
ernie-5.0-0110
ernie-5.0-0110Baidu
74.9
330
128K
¥7.92 / ¥14.4输入/输出
59
Xgrok-4.1-thinking
grok-4.1-thinkingXai
74.4
529
200K
¥14.4 / ¥72输入/输出
60
Aclaude-opus-4-1-20250805-thinking-16k
claude-opus-4-1-20250805-thinking-16kAnthropic
74.0
560
200K
¥108 / ¥540输入/输出
61
Aqwen3.5-flash
qwen3.5-flashAlibaba
73.6
210
1M
¥1.24 / ¥12.4输入/输出
62
MAmistral-medium-2508
mistral-medium-2508Mistral
73.1
974
262K
¥2.88 / ¥14.4输入/输出
63
Aclaude-sonnet-4-6
claude-sonnet-4-6Anthropic
72.7
201
1M
¥21.6 / ¥108输入/输出
64
Aclaude-sonnet-4-5-20250929-thinking-32k
claude-sonnet-4-5-20250929-thinking-32kAnthropic
72.2
641
200K
¥21.6 / ¥108输入/输出
65
Aqwen3-235b-a22b-no-thinking
qwen3-235b-a22b-no-thinkingAlibaba
71.8
794
131K
¥2.07 / ¥8.26输入/输出
66
Aclaude-opus-4-1-20250805
claude-opus-4-1-20250805Anthropic
71.4
1K
200K
¥108 / ¥540输入/输出
67
Ddeepseek-v3.1
deepseek-v3.1Deepseek
70.9
308
128K
¥1.44 / ¥5.04输入/输出
68
Aqwen3.5-27b
qwen3.5-27bAlibaba
70.5
192
262K
¥2.16 / ¥17.3输入/输出
69
Ddeepseek-v3.1-thinking
deepseek-v3.1-thinkingDeepseek
70.0
234
128K
¥1.44 / ¥5.04输入/输出
70
A
amazon-nova-experimental-chat-11-10
amazon-nova-experimental-chat-11-10Amazon
69.6
170
-
-
71
Ddeepseek-v3.2
deepseek-v3.2Deepseek
69.2
397
128K
¥2.09 / ¥3.1输入/输出
72
Aqwen3.5-122b-a10b
qwen3.5-122b-a10bAlibaba
68.7
214
262K
¥2.88 / ¥23输入/输出
73
Ggemini-2.5-flash-lite-preview-09-2025-no-thinking
gemini-2.5-flash-lite-preview-09-2025-no-thinkingGoogle
68.3
414
1.05M
¥0.72 / ¥2.88输入/输出
74
Mkimi-k2-thinking-turbo
kimi-k2-thinking-turboMoonshot
67.8
468
262K
¥17.3 / ¥72输入/输出
75
Ogpt-5.4-nano-high
gpt-5.4-nano-highOpenai
67.4
169
400K
¥1.44 / ¥9输入/输出
76
Ogpt-5.3-chat-latest
gpt-5.3-chat-latestOpenai
67.0
221
128K
¥12.6 / ¥101输入/输出
77
Xgrok-4-fast-reasoning
grok-4-fast-reasoningXai
66.5
177
2M
¥1.44 / ¥3.6输入/输出
78
Ggemini-2.5-flash-lite-preview-06-17-thinking
gemini-2.5-flash-lite-preview-06-17-thinkingGoogle
66.1
727
65.5K
¥0.72 / ¥2.88输入/输出
79
Xgrok-4-1-fast-reasoning
grok-4-1-fast-reasoningXai
65.6
355
2M
¥1.44 / ¥3.6输入/输出
80
Oo1-2024-12-17
o1-2024-12-17Openai
65.2
581
128K
¥108 / ¥432输入/输出
81
Mkimi-k2-0905-preview
kimi-k2-0905-previewMoonshot
64.8
182
262K
¥4.32 / ¥18输入/输出
82
Ogpt-5-mini-high
gpt-5-mini-highOpenai
64.3
404
400K
¥1.8 / ¥14.4输入/输出
83
Zglm-4.5-air
glm-4.5-airZai
63.9
785
131K
¥0 / ¥0输入/输出
84
UNtrinity-large-thinking
-
63.4
191
262K
¥1.8 / ¥6.48输入/输出
85
ST
step-3.5-flash
step-3.5-flashStepfun
63.0
291
256K
¥0.69 / ¥2.07输入/输出
86
MImimo-v2-flash (non-thinking)
mimo-v2-flash (non-thinking)Xiaomi
62.6
365
262K
¥0.72 / ¥2.16输入/输出
87
Aqwen3.5-35b-a3b
qwen3.5-35b-a3bAlibaba
62.1
208
262K
¥1.8 / ¥14.4输入/输出
88
Xgrok-3-mini-beta
grok-3-mini-betaXai
61.7
591
1M
¥9 / ¥18输入/输出
89
Aqwen3-30b-a3b-instruct-2507
qwen3-30b-a3b-instruct-2507Alibaba
61.2
704
262K
¥2.16 / ¥3.6输入/输出
90
Aclaude-opus-4-20250514-thinking-16k
claude-opus-4-20250514-thinking-16kAnthropic
60.8
755
200K
¥108 / ¥540输入/输出
91
TE
hunyuan-turbos-20250416
hunyuan-turbos-20250416Tencent
60.4
316
131K
¥0 / ¥0输入/输出
92
Aclaude-opus-4-20250514
claude-opus-4-20250514Anthropic
59.9
974
200K
¥108 / ¥540输入/输出
93
Mkimi-k2-0711-preview
kimi-k2-0711-previewMoonshot
59.5
829
131K
¥4.32 / ¥18输入/输出
94
Ddeepseek-v3.2-exp
deepseek-v3.2-expDeepseek
59.0
120
128K
¥0 / ¥0输入/输出
95
Ddeepseek-v3-0324
deepseek-v3-0324Deepseek
58.6
961
75K
¥1.44 / ¥5.76输入/输出
96
Ddeepseek-r1
deepseek-r1Deepseek
58.1
468
164K
¥5.04 / ¥18输入/输出
97
Ogpt-oss-120b
gpt-oss-120bOpenai
57.7
502
131K
¥1.08 / ¥4.32输入/输出
98
Aclaude-haiku-4-5-20251001
claude-haiku-4-5-20251001Anthropic
57.3
630
200K
¥7.2 / ¥36输入/输出
99
Xgrok-3-mini-high
grok-3-mini-highXai
56.8
419
128K
¥0 / ¥0输入/输出
100
Ogpt-4.1-2025-04-14
gpt-4.1-2025-04-14Openai
56.4
1K
1.05M
¥14.4 / ¥57.6输入/输出
101
MAmistral-medium-2505
mistral-medium-2505Mistral
55.9
802
262K
¥2.88 / ¥14.4输入/输出
102
Mlongcat-flash-chat
longcat-flash-chatMeituan
55.5
163
128K
¥1.08 / ¥10.8输入/输出
103
Aqwen3-235b-a22b
qwen3-235b-a22bAlibaba
55.1
646
131K
¥2.07 / ¥8.26输入/输出
104
UNtrinity-large-preview
-
54.6
180
262K
¥1.8 / ¥6.48输入/输出
105
Aqwen3-coder-480b-a35b-instruct
qwen3-coder-480b-a35b-instructAlibaba
54.2
850
262K
¥6.2 / ¥24.8输入/输出
106
Ggemini-2.0-flash-lite-preview-02-05
gemini-2.0-flash-lite-preview-02-05Google
53.7
542
1.05M
¥0.54 / ¥2.16输入/输出
107
Oo4-mini-2025-04-16
o4-mini-2025-04-16Openai
53.3
983
200K
¥7.92 / ¥31.7输入/输出
108
Aqwen2.5-max
qwen2.5-maxAlibaba
52.9
691
32K
¥11.5 / ¥46输入/输出
109
NV
nvidia-llama-3.3-nemotron-super-49b-v1.5
nvidia-llama-3.3-nemotron-super-49b-v1.5Nvidia
52.4
383
131K
¥2.88 / ¥2.88输入/输出
110
Oo1-preview
o1-previewOpenai
52.0
674
128K
¥108 / ¥432输入/输出
111
Ggemini-2.0-flash-001
gemini-2.0-flash-001Google
51.5
961
1.05M
¥1.08 / ¥4.32输入/输出
112
Ggemini-1.5-pro-002
gemini-1.5-pro-002Google
51.1
1.2K
-
-
113
Aclaude-sonnet-4-20250514
claude-sonnet-4-20250514Anthropic
50.7
875
200K
¥21.6 / ¥108输入/输出
114
Aclaude-sonnet-4-20250514-thinking-32k
claude-sonnet-4-20250514-thinking-32kAnthropic
50.2
736
200K
¥21.6 / ¥108输入/输出
115
CO
command-a-03-2025
command-a-03-2025Cohere
49.8
1.1K
256K
¥18 / ¥72输入/输出
116
M
minimax-m2.1-preview
minimax-m2.1-previewMinimax
49.3
146
205K
¥0 / ¥0输入/输出
117
Ggemma-3-27b-it
gemma-3-27b-itGoogle
48.9
951
128K
¥2.15 / ¥2.15输入/输出
118
Oo3-mini-high
o3-mini-highOpenai
48.5
374
200K
¥7.92 / ¥31.7输入/输出
119
Ogpt-4.1-mini-2025-04-14
gpt-4.1-mini-2025-04-14Openai
48.0
909
1.05M
¥2.88 / ¥11.5输入/输出
120
Aqwen3-next-80b-a3b-thinking
qwen3-next-80b-a3b-thinkingAlibaba
47.6
180
131K
¥1.04 / ¥10.3输入/输出
121
MAmistral-small-2506
mistral-small-2506Mistral
47.1
463
262K
¥2.88 / ¥14.4输入/输出
122
Aclaude-3-7-sonnet-20250219-thinking-32k
claude-3-7-sonnet-20250219-thinking-32kAnthropic
46.7
934
-
-
123
Ggemma-3n-e4b-it
gemma-3n-e4b-itGoogle
46.3
674
128K
¥0 / ¥0输入/输出
124
Aclaude-3-7-sonnet-20250219
claude-3-7-sonnet-20250219Anthropic
45.8
920
200K
¥21.6 / ¥108输入/输出
125
Ddeepseek-v3
deepseek-v3Deepseek
45.4
534
128K
¥0 / ¥0输入/输出
126
Oo3-mini
o3-miniOpenai
44.9
1.3K
200K
¥7.92 / ¥31.7输入/输出
127
Aqwq-32b
qwq-32bAlibaba
44.5
571
131K
¥2.07 / ¥6.2输入/输出
128
NVnvidia-nemotron-3-nano-30b-a3b-bf16
nvidia-nemotron-3-nano-30b-a3b-bf16Nvidia
44.1
127
131K
¥0 / ¥0输入/输出
129
Ogpt-4o-2024-05-13
gpt-4o-2024-05-13Openai
43.6
2.7K
128K
¥36 / ¥108输入/输出
130
Ggemini-1.5-flash-002
gemini-1.5-flash-002Google
43.2
753
2M
¥0.54 / ¥2.2输入/输出
131
Aqwen3-30b-a3b
qwen3-30b-a3bAlibaba
42.7
665
128K
¥0.79 / ¥7.78输入/输出
132
Aqwen-plus-0125
qwen-plus-0125Alibaba
42.3
206
1M
¥0.83 / ¥2.07输入/输出
133
Ogpt-oss-20b
gpt-oss-20bOpenai
41.9
233
131K
¥0.32 / ¥1.3输入/输出
134
Oo1-mini
o1-miniOpenai
41.4
1.1K
128K
¥7.92 / ¥31.7输入/输出
135
Xgrok-2-2024-08-13
grok-2-2024-08-13Xai
41.0
1.5K
1M
¥9 / ¥18输入/输出
136
Ggemini-advanced-0514
gemini-advanced-0514Google
40.5
1.2K
-
-
137
Ggemini-1.5-pro-001
gemini-1.5-pro-001Google
40.1
1.9K
-
-
138
Ogpt-4o-2024-08-06
gpt-4o-2024-08-06Openai
39.6
1.1K
128K
¥18 / ¥72输入/输出
139
Aclaude-3-5-sonnet-20241022
claude-3-5-sonnet-20241022Anthropic
39.2
2K
200K
¥21.6 / ¥108输入/输出
140
Aclaude-3-5-sonnet-20240620
claude-3-5-sonnet-20240620Anthropic
38.8
2.1K
200K
¥21.6 / ¥108输入/输出
141
UNyi-lightning
-
38.3
565
12K
¥1.44 / ¥1.44输入/输出
142
Ddeepseek-v2.5-1210
deepseek-v2.5-1210Deepseek
37.9
161
1M
¥1.01 / ¥2.02输入/输出
143
Mminimax-m2.7
minimax-m2.7Minimax
37.4
184
205K
¥0 / ¥0输入/输出
144
Zglm-4-plus-0111
glm-4-plus-0111Zai
37.0
201
128K
¥72 / ¥72输入/输出
145
Ogpt-4o-mini-2024-07-18
gpt-4o-mini-2024-07-18Openai
36.6
1.8K
128K
¥1.08 / ¥4.32输入/输出
146
UNathene-v2-chat
-
36.1
584
-
-
147
Xgrok-2-mini-2024-08-13
grok-2-mini-2024-08-13Xai
35.7
1.2K
1M
¥9 / ¥18输入/输出
148
Mminimax-m1
minimax-m1Minimax
35.2
773
1M
¥0.95 / ¥9.03输入/输出
149
MAmistral-small-3.1-24b-instruct-2503
mistral-small-3.1-24b-instruct-2503Mistral
34.8
714
262K
¥2.88 / ¥14.4输入/输出
150
M
llama-4-scout-17b-16e-instruct
llama-4-scout-17b-16e-instructMeta
34.4
715
128K
¥1.44 / ¥5.62输入/输出
151
Ogpt-4-1106-preview
gpt-4-1106-previewOpenai
33.9
1.4K
8.19K
¥216 / ¥432输入/输出
152
Mllama-3.1-405b-instruct-bf16
llama-3.1-405b-instruct-bf16Meta
33.5
846
128K
¥0 / ¥0输入/输出
153
Zglm-4-plus
glm-4-plusZai
33.0
485
128K
¥54 / ¥54输入/输出
154
Aqwen2.5-plus-1127
qwen2.5-plus-1127Alibaba
32.6
300
-
-
155
Aqwen-max-0919
qwen-max-0919Alibaba
32.2
312
131K
¥2.48 / ¥9.91输入/输出
156
Aclaude-3-opus-20240229
claude-3-opus-20240229Anthropic
31.7
3.7K
200K
¥108 / ¥540输入/输出
157
Mllama-4-maverick-17b-128e-instruct
llama-4-maverick-17b-128e-instructMeta
31.3
862
1M
¥1.8 / ¥6.26输入/输出
158
Aamazon-nova-pro-v1.0
amazon-nova-pro-v1.0Amazon
30.8
511
300K
¥5.76 / ¥23输入/输出
159
Ogpt-4.1-nano-2025-04-14
gpt-4.1-nano-2025-04-14Openai
30.4
160
1.05M
¥14.4 / ¥57.6输入/输出
160
Ogpt-4-0125-preview
gpt-4-0125-previewOpenai
30.0
1.5K
8.19K
¥216 / ¥432输入/输出
161
Ogpt-4-turbo-2024-04-09
gpt-4-turbo-2024-04-09Openai
29.5
2.1K
128K
¥72 / ¥216输入/输出
162
Ddeepseek-v2.5
deepseek-v2.5Deepseek
29.1
479
1M
¥1.01 / ¥2.02输入/输出
163
MAmistral-large-2407
mistral-large-2407Mistral
28.6
1.2K
131K
¥14.4 / ¥43.2输入/输出
164
Ggemini-1.5-flash-001
gemini-1.5-flash-001Google
28.2
1.5K
2M
¥0.54 / ¥2.2输入/输出
165
Aqwen2.5-72b-instruct
qwen2.5-72b-instructAlibaba
27.8
788
131K
¥4.13 / ¥12.4输入/输出
166
Ggemma-2-27b-it
gemma-2-27b-itGoogle
27.3
1.8K
8.19K
¥0.58 / ¥0.58输入/输出
167
MAmagistral-medium-2506
magistral-medium-2506Mistral
26.9
295
128K
¥14.4 / ¥36输入/输出
168
Aclaude-3-5-haiku-20241022
claude-3-5-haiku-20241022Anthropic
26.4
1.4K
200K
¥5.76 / ¥28.8输入/输出
169
Mllama-3.1-405b-instruct-fp8
llama-3.1-405b-instruct-fp8Meta
26.0
1.6K
128K
¥0 / ¥0输入/输出
170
MAmistral-large-2411
mistral-large-2411Mistral
25.6
629
128K
¥14.4 / ¥43.2输入/输出
171
Mminimax-m2.5
minimax-m2.5Minimax
25.1
277
205K
¥0 / ¥0输入/输出
172
COcommand-r-plus-08-2024
command-r-plus-08-2024Cohere
24.7
210
128K
¥18 / ¥72输入/输出
173
COc4ai-aya-expanse-32b
c4ai-aya-expanse-32bCohere
24.2
670
-
-
174
M
phi-4
phi-4Microsoft
23.8
500
128K
¥0.9 / ¥3.6输入/输出
175
COcommand-r-plus
command-r-plusCohere
23.3
1.5K
128K
¥18 / ¥72输入/输出
176
Aamazon-nova-micro-v1.0
amazon-nova-micro-v1.0Amazon
22.9
443
128K
¥0.25 / ¥1.01输入/输出
177
Aamazon-nova-lite-v1.0
amazon-nova-lite-v1.0Amazon
22.5
403
300K
¥0.43 / ¥1.73输入/输出
178
Ggemini-1.5-flash-8b-001
gemini-1.5-flash-8b-001Google
22.0
691
2M
¥0.54 / ¥2.2输入/输出
179
Mllama-3.3-70b-instruct
llama-3.3-70b-instructMeta
21.6
1.1K
128K
¥0 / ¥0输入/输出
180
Ggemma-2-9b-it
gemma-2-9b-itGoogle
21.1
1.3K
8.19K
¥1.44 / ¥1.44输入/输出
181
COcommand-r-08-2024
command-r-08-2024Cohere
20.7
254
128K
¥18 / ¥72输入/输出
182
UNgemma-2-9b-it-simpo
-
20.3
291
8.19K
¥1.44 / ¥1.44输入/输出
183
UNathene-70b-0725
-
19.8
676
-
-
184
Ogpt-4-0314
gpt-4-0314Openai
19.4
619
8.19K
¥216 / ¥432输入/输出
185
Mllama-3.1-70b-instruct
llama-3.1-70b-instructMeta
18.9
1.4K
131K
¥2.88 / ¥2.88输入/输出
186
Aclaude-3-sonnet-20240229
claude-3-sonnet-20240229Anthropic
18.5
1.8K
200K
¥21.6 / ¥108输入/输出
187
NVnemotron-4-340b-instruct
nemotron-4-340b-instructNvidia
18.1
434
-
-
188
Ddeepseek-coder-v2
deepseek-coder-v2Deepseek
17.6
345
1M
¥1.01 / ¥2.02输入/输出
189
COc4ai-aya-expanse-8b
c4ai-aya-expanse-8bCohere
17.2
231
-
-
190
UNjamba-1.5-large
-
16.7
242
256K
¥0 / ¥0输入/输出
191
Ogpt-4-0613
gpt-4-0613Openai
16.3
1.2K
8.19K
¥216 / ¥432输入/输出
192
MAmistral-small-24b-instruct-2501
mistral-small-24b-instruct-2501Mistral
15.9
269
262K
¥2.88 / ¥14.4输入/输出
193
Aqwen2-72b-instruct
qwen2-72b-instructAlibaba
15.4
901
131K
¥4.13 / ¥12.4输入/输出
194
Aclaude-3-haiku-20240307
claude-3-haiku-20240307Anthropic
15.0
2.1K
200K
¥1.8 / ¥9输入/输出
195
COcommand-r
command-rCohere
14.5
856
128K
¥18 / ¥72输入/输出
196
Ggemma-2-2b-it
gemma-2-2b-itGoogle
14.1
1.2K
128K
¥0 / ¥0输入/输出
197
UNreka-flash-21b-20240226-online
-
13.7
274
-
-
198
Aqwen1.5-110b-chat
qwen1.5-110b-chatAlibaba
13.2
599
-
-
199
Aqwen1.5-72b-chat
qwen1.5-72b-chatAlibaba
12.8
495
-
-
200
Mllama-3.1-8b-instruct
llama-3.1-8b-instructMeta
12.3
1.2K
131K
¥0.79 / ¥0.79输入/输出
201
UNreka-flash-21b-20240226
-
11.9
440
-
-
202
Ogpt-3.5-turbo-0125
gpt-3.5-turbo-0125Openai
11.5
965
16.4K
¥3.6 / ¥10.8输入/输出
203
Mphi-3-medium-4k-instruct
phi-3-medium-4k-instructMicrosoft
11.0
683
4.1K
¥1.22 / ¥4.9输入/输出
204
MAmixtral-8x22b-instruct-v0.1
mixtral-8x22b-instruct-v0.1Mistral
10.6
972
64K
¥14.4 / ¥43.2输入/输出
205
Aqwen1.5-32b-chat
qwen1.5-32b-chatAlibaba
10.1
324
-
-
206
Ggemini-pro-dev-api
gemini-pro-dev-apiGoogle
9.7
173
1.05M
¥14.4 / ¥86.4输入/输出
207
UNyi-1.5-34b-chat
-
9.3
506
-
-
208
Aqwen1.5-14b-chat
qwen1.5-14b-chatAlibaba
8.8
217
-
-
209
UNjamba-1.5-mini
-
8.4
270
256K
¥0 / ¥0输入/输出
210
Mllama-3-70b-instruct
llama-3-70b-instructMeta
7.9
3.3K
8.19K
¥3.67 / ¥5.33输入/输出
211
MAmistral-medium
mistral-mediumMistral
7.5
337
262K
¥2.88 / ¥14.4输入/输出
212
MAmistral-large-2402
mistral-large-2402Mistral
7.0
945
262K
¥2.88 / ¥14.4输入/输出
213
UNstarling-lm-7b-beta
-
6.6
181
200K
¥5.4 / ¥18.7输入/输出
214
UNyi-34b-chat
-
6.2
197
-
-
215
UNdbrx-instruct-preview
-
5.7
426
-
-
216
Ggemma-1.1-7b-it
gemma-1.1-7b-itGoogle
5.3
449
-
-
217
UNsnowflake-arctic-instruct
-
4.8
667
-
-
218
Mllama-3-8b-instruct
llama-3-8b-instructMeta
4.4
2K
8.19K
¥0.29 / ¥0.29输入/输出
219
Mphi-3-small-8k-instruct
phi-3-small-8k-instructMicrosoft
4.0
390
8.19K
¥1.08 / ¥4.32输入/输出
220
UNvicuna-33b
-
3.5
195
-
-
221
Mphi-3-mini-4k-instruct-june-2024
phi-3-mini-4k-instruct-june-2024Microsoft
3.1
354
4.1K
¥0.94 / ¥3.74输入/输出
222
Mphi-3-mini-4k-instruct
phi-3-mini-4k-instructMicrosoft
2.6
384
4.1K
¥0.94 / ¥3.74输入/输出
223
MAmixtral-8x7b-instruct-v0.1
mixtral-8x7b-instruct-v0.1Mistral
2.2
960
32K
¥5.04 / ¥5.04输入/输出
224
Mllama-2-70b-chat
llama-2-70b-chatMeta
1.8
341
-
-
225
UNvicuna-13b
-
1.3
125
-
-
226
Mphi-3-mini-128k-instruct
phi-3-mini-128k-instructMicrosoft
0.9
385
128K
¥0.94 / ¥3.74输入/输出
227
Mllama-2-13b-chat
llama-2-13b-chatMeta
0.4
175
-
-
228
MAmistral-7b-instruct-v0.2
mistral-7b-instruct-v0.2Mistral
0.0
167
262K
¥2.88 / ¥14.4输入/输出
qwen3.5-max-preview 为什么排第一
qwen3.5-max-preview 当前排名第 1，厂商为 alibaba，百分制分数 100.0，样本量 174。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
日语常见问题
日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。
日语模型应该怎么选？
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。