排名模型厂商分数(百分制)样本量上下文价格/百万token
1
G
gemini-3-pro Google
100.0
1K
1.05M
¥14.4 / ¥86.4输入/输出
2
A
claude-opus-4-6-thinking Anthropic
98.4
467
1M
¥36 / ¥180输入/输出
3
M
muse-spark Meta
96.9
297
-
-
4
A
claude-opus-4-7 Anthropic
95.3
413
1M
¥36 / ¥180输入/输出
5
A
claude-opus-4-7-thinking Anthropic
93.8
440
1M
¥36 / ¥180输入/输出
6
G
gemini-3.1-pro-preview Google
92.2
1.1K
1.05M
¥14.4 / ¥86.4输入/输出
7
A
claude-opus-4-6 Anthropic
90.6
598
1M
¥36 / ¥180输入/输出
8
G
gemini-3-flash Google
89.1
1.5K
1.05M
¥3.6 / ¥21.6输入/输出
9
G
gemini-3-flash (thinking-minimal) Google
87.5
1.3K
1.05M
¥3.6 / ¥21.6输入/输出
10
X
grok-4.20-beta-0309-reasoning Xai
85.9
603
2M
¥14.4 / ¥43.2输入/输出
11
X
grok-4.20-multi-agent-beta-0309 Xai
84.4
604
2M
¥14.4 / ¥43.2输入/输出
12
O
gpt-5.5-high Openai
82.8
254
1.05M
¥36 / ¥216输入/输出
13
O
gpt-5.4-high Openai
81.3
317
1.05M
¥18 / ¥108输入/输出
14
A
claude-sonnet-4-6 Anthropic
79.7
562
1M
¥21.6 / ¥108输入/输出
15
G
gemma-4-31b Google
78.1
1.1K
262K
¥3.24 / ¥7.2输入/输出
16
G
gemini-2.5-pro Google
76.6
3.4K
1.05M
¥9 / ¥72输入/输出
17
A
qwen3.5-397b-a17b Alibaba
75.0
726
262K
¥3.1 / ¥18.6输入/输出
18
O
gpt-5.5 Openai
73.4
278
1.05M
¥36 / ¥216输入/输出
19
M
kimi-k2.5-thinking Moonshot
71.9
857
262K
¥4.32 / ¥21.6输入/输出
20
O
chatgpt-4o-latest-20250326 Openai
70.3
1.2K
128K
¥18 / ¥72输入/输出
21
M
kimi-k2.6 Moonshot
68.8
299
262K
¥6.84 / ¥28.8输入/输出
22
G
gemini-2.5-flash-preview-09-2025 Google
67.2
294
1M
¥2.16 / ¥18输入/输出
23
Z
glm-5v-turbo Zai
65.6
466
200K
¥0 / ¥0输入/输出
24
O
gpt-5.4 Openai
64.1
340
1.05M
¥18 / ¥108输入/输出
25
B
dola-seed-2.0-pro Bytedance
62.5
430
-
-
26
O
gpt-5.1 Openai
60.9
696
400K
¥9 / ¥72输入/输出
27
O
gpt-5.1-high Openai
59.4
635
400K
¥9 / ¥72输入/输出
28
X
grok-4.3 Xai
57.8
244
1M
¥9 / ¥18输入/输出
29
G
gemma-4-26b-a4b Google
56.3
697
262K
¥0.94 / ¥2.88输入/输出
30
G
gemini-2.5-flash Google
54.7
2.6K
1.05M
¥2.16 / ¥18输入/输出
31
M
kimi-k2.5-instant Moonshot
53.1
247
262K
¥4.32 / ¥21.6输入/输出
32
A
claude-opus-4-20250514 Anthropic
51.6
106
200K
¥108 / ¥540输入/输出
33
G
gemini-3.1-flash-lite-preview Google
50.0
976
1.05M
¥1.8 / ¥10.8输入/输出
34
MI
mimo-v2.5 Xiaomi
48.4
391
1.05M
¥2.88 / ¥14.4输入/输出
35
O
gpt-5.2-chat-latest-20260210 Openai
46.9
761
400K
¥12.6 / ¥101输入/输出
36
X
grok-4-1-fast-reasoning Xai
45.3
675
2M
¥1.44 / ¥3.6输入/输出
37
X
grok-4-0709 Xai
43.8
1.3K
256K
¥21.6 / ¥108输入/输出
38
O
gpt-5.4-mini-high Openai
42.2
589
400K
¥5.4 / ¥32.4输入/输出
39
B
ernie-5.0-preview-1220 Baidu
40.6
381
128K
¥7.92 / ¥14.4输入/输出
40
A
qwen3.5-27b Alibaba
39.1
579
262K
¥2.16 / ¥17.3输入/输出
41
A
qwen3-vl-235b-a22b-instruct Alibaba
37.5
819
128K
¥2.16 / ¥8.64输入/输出
42
A
qwen3.5-122b-a10b Alibaba
35.9
632
262K
¥2.88 / ¥23输入/输出
43
O
gpt-5.2 Openai
34.4
947
400K
¥12.6 / ¥101输入/输出
44
O
gpt-5-chat Openai
32.8
1.3K
400K
¥9 / ¥72输入/输出
45
O
gpt-5.2-high Openai
31.3
958
400K
¥12.6 / ¥101输入/输出
46
O
gpt-4.1-2025-04-14 Openai
29.7
1.3K
1.05M
¥14.4 / ¥57.6输入/输出
47
O
o3-2025-04-16 Openai
28.1
1.6K
200K
¥14.4 / ¥57.6输入/输出
48
MA
mistral-medium-2508 Mistral
26.6
1.5K
262K
¥2.88 / ¥14.4输入/输出
49
O
gpt-5-high Openai
25.0
1.4K
400K
¥9 / ¥72输入/输出
50
G
gemini-2.5-flash-lite-preview-09-2025-no-thinking Google
23.4
316
1.05M
¥0.72 / ¥2.88输入/输出
51
MA
mistral-small-2506 Mistral
21.9
461
262K
¥2.88 / ¥14.4输入/输出
52
O
gpt-5-mini-high Openai
20.3
1K
400K
¥1.8 / ¥14.4输入/输出
53
O
gpt-4.1-mini-2025-04-14 Openai
18.8
1.2K
1.05M
¥2.88 / ¥11.5输入/输出
54
G
gemini-2.5-flash-lite-preview-06-17-thinking Google
17.2
1.2K
65.5K
¥0.72 / ¥2.88输入/输出
55
G
gemma-3-27b-it Google
15.6
630
128K
¥2.15 / ¥2.15输入/输出
56
MI
mimo-v2-omni Xiaomi
14.1
473
262K
¥2.88 / ¥14.4输入/输出
57
G
gemini-2.0-flash-001 Google
12.5
247
1.05M
¥1.08 / ¥4.32输入/输出
58
O
o4-mini-2025-04-16 Openai
10.9
1.3K
200K
¥7.92 / ¥31.7输入/输出
59
O
gpt-5.4-nano-high Openai
9.4
553
400K
¥1.44 / ¥9输入/输出
60
TE
hunyuan-vision-1.5-thinking Tencent
7.8
191
-
-
61
MA
mistral-medium-2505 Mistral
6.3
487
262K
¥2.88 / ¥14.4输入/输出
62
Z
glm-4.6v Zai
4.7
195
128K
¥2.16 / ¥6.48输入/输出
63
M
llama-4-scout-17b-16e-instruct Meta
3.1
234
128K
¥1.44 / ¥5.62输入/输出
64
MA
mistral-small-3.1-24b-instruct-2503 Mistral
1.6
782
262K
¥2.88 / ¥14.4输入/输出
65
M
llama-4-maverick-17b-128e-instruct Meta
0.0
212
1M
¥1.8 / ¥6.26输入/输出
榜首模型解读gemini-3-pro 为什么排第一
gemini-3-pro 当前排名第 1,厂商为 google,百分制分数 100.0,样本量 1K。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