1
A
claude-opus-4-7
claude-opus-4-7Anthropic
100.0
6.8K
1M
¥36 / ¥180输入/输出
对话 · 视觉理解 · 总榜
基于公开偏好评测数据展示 视觉理解 / 总榜 榜单，每个榜单独立排序。
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-4-7，厂商为 anthropic，百分制分数 100.0，样本量 6.8K。 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 2026-05-18 为准。
claude-opus-4-7claude-opus-4-7-thinkingclaude-opus-4-6-thinkingclaude-opus-4-6muse-spark
2
Aclaude-opus-4-7-thinking
claude-opus-4-7-thinkingAnthropic
99.2
6.5K
1M
¥36 / ¥180输入/输出
3
Aclaude-opus-4-6-thinking
claude-opus-4-6-thinkingAnthropic
98.4
7.1K
1M
¥36 / ¥180输入/输出
4
Aclaude-opus-4-6
claude-opus-4-6Anthropic
97.6
8.5K
1M
¥36 / ¥180输入/输出
5
M
muse-spark
muse-sparkMeta
96.8
4.5K
-
-
6
G
gemini-3-pro
gemini-3-proGoogle
96.0
13.2K
1.05M
¥14.4 / ¥86.4输入/输出
7
Ggemini-3.1-pro-preview
gemini-3.1-pro-previewGoogle
95.2
16.8K
1.05M
¥14.4 / ¥86.4输入/输出
8
O
gpt-5.4-high
gpt-5.4-highOpenai
94.4
5.9K
1.05M
¥18 / ¥108输入/输出
9
Ogpt-5.5
gpt-5.5Openai
93.6
4.7K
1.05M
¥36 / ¥216输入/输出
10
Ogpt-5.5-high
gpt-5.5-highOpenai
92.8
4.2K
1.05M
¥36 / ¥216输入/输出
11
Ogpt-5.4
gpt-5.4Openai
92.0
5.6K
1.05M
¥18 / ¥108输入/输出
12
Ggemini-3-flash
gemini-3-flashGoogle
91.2
21.2K
1.05M
¥3.6 / ¥21.6输入/输出
13
Aclaude-sonnet-4-6
claude-sonnet-4-6Anthropic
90.4
8.9K
1M
¥21.6 / ¥108输入/输出
14
M
kimi-k2.6
kimi-k2.6Moonshot
89.6
5.6K
262K
¥6.84 / ¥28.8输入/输出
15
B
dola-seed-2.0-pro
dola-seed-2.0-proBytedance
88.8
8.9K
-
-
16
A
qwen3.7-plus-preview
qwen3.7-plus-previewAlibaba
88.0
3.6K
131K
¥3.6 / ¥21.6输入/输出
17
Ogpt-5.2-chat-latest-20260210
gpt-5.2-chat-latest-20260210Openai
87.2
12.5K
400K
¥12.6 / ¥101输入/输出
18
Mkimi-k2.5-thinking
kimi-k2.5-thinkingMoonshot
86.4
14.4K
262K
¥4.32 / ¥21.6输入/输出
19
Ggemini-3-flash (thinking-minimal)
gemini-3-flash (thinking-minimal)Google
85.6
19.3K
1.05M
¥3.6 / ¥21.6输入/输出
20
Z
glm-5v-turbo
glm-5v-turboZai
84.8
7.5K
200K
¥0 / ¥0输入/输出
21
Ggemini-2.5-pro
gemini-2.5-proGoogle
84.0
87.2K
1.05M
¥9 / ¥72输入/输出
22
Ggemma-4-31b
gemma-4-31bGoogle
83.2
17.3K
262K
¥3.24 / ¥7.2输入/输出
23
Aqwen3.5-397b-a17b
qwen3.5-397b-a17bAlibaba
82.4
11.8K
262K
¥3.1 / ¥18.6输入/输出
24
Ggemma-4-26b-a4b
gemma-4-26b-a4bGoogle
81.6
10.7K
262K
¥0.94 / ¥2.88输入/输出
25
X
grok-4.20-beta-0309-reasoning
grok-4.20-beta-0309-reasoningXai
80.8
9.6K
2M
¥14.4 / ¥43.2输入/输出
26
Mkimi-k2.5-instant
kimi-k2.5-instantMoonshot
80.0
3.9K
262K
¥4.32 / ¥21.6输入/输出
27
Xgrok-4.20-multi-agent-beta-0309
grok-4.20-multi-agent-beta-0309Xai
79.2
8.9K
2M
¥14.4 / ¥43.2输入/输出
28
Ggemini-2.5-flash-preview-09-2025
gemini-2.5-flash-preview-09-2025Google
78.4
4.7K
1M
¥2.16 / ¥18输入/输出
29
Ogpt-5.1-high
gpt-5.1-highOpenai
77.6
9.2K
400K
¥9 / ¥72输入/输出
30
B
ernie-5.0-preview-1220
ernie-5.0-preview-1220Baidu
76.8
3.2K
128K
¥7.92 / ¥14.4输入/输出
31
Ogpt-5.5-instant
gpt-5.5-instantOpenai
76.0
3.6K
400K
¥9 / ¥72输入/输出
32
Aqwen3-vl-235b-a22b-instruct
qwen3-vl-235b-a22b-instructAlibaba
75.2
12.2K
128K
¥2.16 / ¥8.64输入/输出
33
Ogpt-5.2-high
gpt-5.2-highOpenai
74.4
15.2K
400K
¥12.6 / ¥101输入/输出
34
Ogpt-5.4-mini-high
gpt-5.4-mini-highOpenai
73.6
8.6K
400K
¥5.4 / ¥32.4输入/输出
35
Ochatgpt-4o-latest-20250326
chatgpt-4o-latest-20250326Openai
72.8
23.4K
128K
¥18 / ¥72输入/输出
36
MI
mimo-v2.5
mimo-v2.5Xiaomi
72.0
6.9K
1.05M
¥2.88 / ¥14.4输入/输出
37
Ggemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGoogle
71.2
14K
1.05M
¥1.8 / ¥10.8输入/输出
38
Xgrok-4.3
grok-4.3Xai
70.4
3.9K
1M
¥9 / ¥18输入/输出
39
Aqwen3.5-122b-a10b
qwen3.5-122b-a10bAlibaba
69.6
10.1K
262K
¥2.88 / ¥23输入/输出
40
Aqwen3.5-27b
qwen3.5-27bAlibaba
68.8
9.4K
262K
¥2.16 / ¥17.3输入/输出
41
Ggemini-2.5-flash
gemini-2.5-flashGoogle
68.0
57.5K
1.05M
¥2.16 / ¥18输入/输出
42
Ogpt-5.1
gpt-5.1Openai
67.2
10.1K
400K
¥9 / ¥72输入/输出
43
Ogpt-5-chat
gpt-5-chatOpenai
66.4
40.8K
400K
¥9 / ¥72输入/输出
44
Ogpt-5.2
gpt-5.2Openai
65.6
16.1K
400K
¥12.6 / ¥101输入/输出
45
MImimo-v2-omni
mimo-v2-omniXiaomi
64.8
7.5K
262K
¥2.88 / ¥14.4输入/输出
46
Oo3-2025-04-16
o3-2025-04-16Openai
64.0
46.7K
200K
¥14.4 / ¥57.6输入/输出
47
Aqwen-vl-max-2025-08-13
qwen-vl-max-2025-08-13Alibaba
63.2
3.2K
131K
¥1.66 / ¥4.13输入/输出
48
Ogpt-5-high
gpt-5-highOpenai
62.4
35.1K
400K
¥9 / ¥72输入/输出
49
Ogpt-4.1-2025-04-14
gpt-4.1-2025-04-14Openai
61.6
42.1K
1.05M
¥14.4 / ¥57.6输入/输出
50
Xgrok-4-0709
grok-4-0709Xai
60.8
32.8K
256K
¥21.6 / ¥108输入/输出
51
Aqwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingAlibaba
60.0
2.4K
131K
¥2.06 / ¥8.26输入/输出
52
Ogpt-5-mini-high
gpt-5-mini-highOpenai
59.2
29.6K
400K
¥1.8 / ¥14.4输入/输出
53
Ggemini-2.5-flash-lite-preview-09-2025-no-thinking
gemini-2.5-flash-lite-preview-09-2025-no-thinkingGoogle
58.4
4.8K
1.05M
¥0.72 / ¥2.88输入/输出
54
Xgrok-4-1-fast-reasoning
grok-4-1-fast-reasoningXai
57.6
10.6K
2M
¥1.44 / ¥3.6输入/输出
55
Ogpt-5.4-nano-high
gpt-5.4-nano-highOpenai
56.8
8.6K
400K
¥1.44 / ¥9输入/输出
56
Ogpt-4.5-preview-2025-02-27
gpt-4.5-preview-2025-02-27Openai
56.0
2.9K
8.19K
¥216 / ¥432输入/输出
57
Oo4-mini-2025-04-16
o4-mini-2025-04-16Openai
55.2
42.4K
200K
¥7.92 / ¥31.7输入/输出
58
Aclaude-sonnet-4-20250514-thinking-32k
claude-sonnet-4-20250514-thinking-32kAnthropic
54.4
1.2K
200K
¥21.6 / ¥108输入/输出
59
Aclaude-opus-4-20250514-thinking-16k
claude-opus-4-20250514-thinking-16kAnthropic
53.6
1.3K
200K
¥108 / ¥540输入/输出
60
Ggemini-2.5-flash-lite-preview-06-17-thinking
gemini-2.5-flash-lite-preview-06-17-thinkingGoogle
52.8
36.9K
65.5K
¥0.72 / ¥2.88输入/输出
61
ST
step-1o-turbo-202506
step-1o-turbo-202506Stepfun
52.0
1.9K
-
-
62
TE
hunyuan-vision-1.5-thinking
hunyuan-vision-1.5-thinkingTencent
51.2
2.4K
-
-
63
Ogpt-4.1-mini-2025-04-14
gpt-4.1-mini-2025-04-14Openai
50.4
41.4K
1.05M
¥2.88 / ¥11.5输入/输出
64
TEhunyuan-large-vision
hunyuan-large-visionTencent
49.6
1.3K
-
-
65
STstep-3
step-3Stepfun
48.8
3.3K
65.5K
¥1.8 / ¥4.68输入/输出
66
Aclaude-opus-4-20250514
claude-opus-4-20250514Anthropic
48.0
2.2K
200K
¥108 / ¥540输入/输出
67
Aclaude-sonnet-4-20250514
claude-sonnet-4-20250514Anthropic
47.2
1.9K
200K
¥21.6 / ¥108输入/输出
68
MA
mistral-medium-2508
mistral-medium-2508Mistral
46.4
42.2K
262K
¥2.88 / ¥14.4输入/输出
69
Aclaude-3-7-sonnet-20250219-thinking-32k
claude-3-7-sonnet-20250219-thinking-32kAnthropic
45.6
1.5K
-
-
70
Oo1-2024-12-17
o1-2024-12-17Openai
44.8
3.7K
128K
¥108 / ¥432输入/输出
71
Zglm-4.6v
glm-4.6vZai
44.0
2.3K
128K
¥2.16 / ¥6.48输入/输出
72
Ggemma-3-27b-it
gemma-3-27b-itGoogle
43.2
17.4K
128K
¥2.15 / ¥2.15输入/输出
73
Ogpt-5-nano-high
gpt-5-nano-highOpenai
42.4
4K
400K
¥0.36 / ¥2.88输入/输出
74
Ggemini-1.5-pro-002
gemini-1.5-pro-002Google
41.6
8.9K
-
-
75
Ggemini-2.0-flash-001
gemini-2.0-flash-001Google
40.8
10.2K
1.05M
¥1.08 / ¥4.32输入/输出
76
MAmistral-medium-2505
mistral-medium-2505Mistral
40.0
11K
262K
¥2.88 / ¥14.4输入/输出
77
Zglm-4.5v
glm-4.5vZai
39.2
3.3K
64K
¥4.32 / ¥13输入/输出
78
Aqwen2.5-vl-32b-instruct
qwen2.5-vl-32b-instructAlibaba
38.4
1.5K
16.4K
¥0.39 / ¥1.57输入/输出
79
Aclaude-3-7-sonnet-20250219
claude-3-7-sonnet-20250219Anthropic
37.6
4.6K
200K
¥21.6 / ¥108输入/输出
80
Mllama-4-maverick-17b-128e-instruct
llama-4-maverick-17b-128e-instructMeta
36.8
7.1K
1M
¥1.8 / ¥6.26输入/输出
81
MAmistral-small-2506
mistral-small-2506Mistral
36.0
11.2K
262K
¥2.88 / ¥14.4输入/输出
82
Ggemini-1.5-flash-002
gemini-1.5-flash-002Google
35.2
7.2K
2M
¥0.54 / ¥2.2输入/输出
83
MAmistral-small-3.1-24b-instruct-2503
mistral-small-3.1-24b-instruct-2503Mistral
34.4
29.4K
262K
¥2.88 / ¥14.4输入/输出
84
Ogpt-4o-2024-05-13
gpt-4o-2024-05-13Openai
33.6
23.3K
128K
¥36 / ¥108输入/输出
85
Aclaude-3-5-sonnet-20241022
claude-3-5-sonnet-20241022Anthropic
32.8
10.4K
200K
¥21.6 / ¥108输入/输出
86
STstep-1o-vision-32k-highres
step-1o-vision-32k-highresStepfun
32.0
2.8K
-
-
87
Aclaude-3-5-sonnet-20240620
claude-3-5-sonnet-20240620Anthropic
31.2
21.6K
200K
¥21.6 / ¥108输入/输出
88
Mllama-4-scout-17b-16e-instruct
llama-4-scout-17b-16e-instructMeta
30.4
6.6K
128K
¥1.44 / ¥5.62输入/输出
89
Aqwen2.5-vl-72b-instruct
qwen2.5-vl-72b-instructAlibaba
29.6
3.8K
131K
¥16.5 / ¥49.5输入/输出
90
Ggemini-2.0-flash-lite-preview-02-05
gemini-2.0-flash-lite-preview-02-05Google
28.8
4K
1.05M
¥0.54 / ¥2.16输入/输出
91
Aclaude-3-5-haiku-20241022
claude-3-5-haiku-20241022Anthropic
28.0
1.4K
200K
¥5.76 / ¥28.8输入/输出
92
Ogpt-4-turbo-2024-04-09
gpt-4-turbo-2024-04-09Openai
27.2
13.4K
128K
¥72 / ¥216输入/输出
93
MApixtral-large-2411
pixtral-large-2411Mistral
26.4
5.4K
128K
¥14.4 / ¥43.2输入/输出
94
Ggemini-1.5-pro-001
gemini-1.5-pro-001Google
25.6
16.7K
-
-
95
AI
molmo-2-8b
molmo-2-8bAllenai
24.8
1.2K
-
-
96
Ogpt-4o-mini-2024-07-18
gpt-4o-mini-2024-07-18Openai
24.0
17.3K
128K
¥1.08 / ¥4.32输入/输出
97
Ogpt-4o-2024-08-06
gpt-4o-2024-08-06Openai
23.2
3.4K
128K
¥18 / ¥72输入/输出
98
Ogpt-4.1-nano-2025-04-14
gpt-4.1-nano-2025-04-14Openai
22.4
1.2K
1.05M
¥14.4 / ¥57.6输入/输出
99
Aqwen-vl-max-1119
qwen-vl-max-1119Alibaba
21.6
1.4K
131K
¥1.66 / ¥4.13输入/输出
100
Aqwen2-vl-72b
qwen2-vl-72bAlibaba
20.8
5.9K
-
-
101
STstep-1v-32k
step-1v-32kStepfun
20.0
1.5K
32.8K
¥14.8 / ¥69输入/输出
102
Ggemini-1.5-flash-8b-001
gemini-1.5-flash-8b-001Google
19.2
6.2K
2M
¥0.54 / ¥2.2输入/输出
103
Aclaude-3-opus-20240229
claude-3-opus-20240229Anthropic
18.4
15.6K
200K
¥108 / ¥540输入/输出
104
AImolmo-72b-0924
molmo-72b-0924Allenai
17.6
3K
-
-
105
MApixtral-12b-2409
pixtral-12b-2409Mistral
16.8
7.5K
128K
¥1.08 / ¥1.08输入/输出
106
Ggemini-1.5-flash-001
gemini-1.5-flash-001Google
16.0
13.3K
2M
¥0.54 / ¥2.2输入/输出
107
UNinternvl2-26b
-
15.2
5.1K
-
-
108
Mllama-3.2-vision-90b-instruct
llama-3.2-vision-90b-instructMeta
14.4
8.7K
131K
¥2.48 / ¥2.48输入/输出
109
TEhunyuan-standard-vision-2024-12-31
hunyuan-standard-vision-2024-12-31Tencent
13.6
809
-
-
110
CO
c4ai-aya-vision-32b
c4ai-aya-vision-32bCohere
12.8
847
-
-
111
A
amazon-nova-lite-v1.0
amazon-nova-lite-v1.0Amazon
12.0
1.9K
300K
¥0.43 / ¥1.73输入/输出
112
Aqwen2-vl-7b-instruct
qwen2-vl-7b-instructAlibaba
11.2
5.8K
131K
¥2.07 / ¥5.16输入/输出
113
Aclaude-3-sonnet-20240229
claude-3-sonnet-20240229Anthropic
10.4
12.3K
200K
¥21.6 / ¥108输入/输出
114
Aamazon-nova-pro-v1.0
amazon-nova-pro-v1.0Amazon
9.6
2.3K
300K
¥5.76 / ¥23输入/输出
115
UNyi-vision
-
8.8
1.2K
-
-
116
Mllama-3.2-vision-11b-instruct
llama-3.2-vision-11b-instructMeta
8.0
4.8K
131K
¥2.48 / ¥2.48输入/输出
117
AImolmo-7b-d-0924
molmo-7b-d-0924Allenai
7.2
2.8K
-
-
118
Aclaude-3-haiku-20240307
claude-3-haiku-20240307Anthropic
6.4
13.4K
200K
¥1.8 / ¥9输入/输出
119
UNinternvl2-4b
-
5.6
3.7K
-
-
120
NV
nvila-internal-15b-v1
nvila-internal-15b-v1Nvidia
4.8
1.1K
-
-
121
UNllava-v1.6-34b
-
4.0
4.5K
-
-
122
Zcogvlm2-llama3-chat-19b
cogvlm2-llama3-chat-19bZai
3.2
2K
-
-
123
UNllava-onevision-qwen2-72b-ov
-
2.4
1.3K
-
-
124
UNminicpm-v-2_6
-
1.6
2K
-
-
125
M
phi-3.5-vision-instruct
phi-3.5-vision-instructMicrosoft
0.8
2.6K
128K
¥1.15 / ¥4.61输入/输出
126
Mphi-3-vision-128k-instruct
phi-3-vision-128k-instructMicrosoft
0.0
1.4K
128K
¥1.08 / ¥4.32输入/输出
claude-opus-4-7 为什么排第一
claude-opus-4-7 当前排名第 1，厂商为 anthropic，百分制分数 100.0，样本量 6.8K。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
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。