1
A
claude-opus-4-7-thinking
claude-opus-4-7-thinkingAnthropic
100.0
5.3K
1M
¥36 / ¥180输入/输出
编程 · 网页开发 · 总榜
基于公开偏好评测数据展示 网页开发 / 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-thinking，厂商为 anthropic，百分制分数 100.0，样本量 5.3K。 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 2026-05-25 为准。
claude-opus-4-7-thinkingclaude-opus-4-7claude-opus-4-6-thinkingqwen3.7-max-20260517claude-opus-4-6
2
Aclaude-opus-4-7
claude-opus-4-7Anthropic
98.8
4.9K
1M
¥36 / ¥180输入/输出
3
Aclaude-opus-4-6-thinking
claude-opus-4-6-thinkingAnthropic
97.5
7.9K
1M
¥36 / ¥180输入/输出
4
A
qwen3.7-max-20260517
qwen3.7-max-20260517Alibaba
96.3
1.5K
1M
¥18 / ¥54输入/输出
5
Aclaude-opus-4-6
claude-opus-4-6Anthropic
95.0
8.9K
1M
¥36 / ¥180输入/输出
6
Z
glm-5.1
glm-5.1Zai
93.8
3.6K
200K
¥0 / ¥0输入/输出
7
Aclaude-sonnet-4-6
claude-sonnet-4-6Anthropic
92.5
11.1K
1M
¥21.6 / ¥108输入/输出
8
M
kimi-k2.6
kimi-k2.6Moonshot
91.3
4K
262K
¥6.84 / ¥28.8输入/输出
9
M
muse-spark
muse-sparkMeta
90.0
1.6K
-
-
10
G
gemini-3.5-flash
gemini-3.5-flashGoogle
88.8
2.2K
1.05M
¥10.8 / ¥64.8输入/输出
11
O
gpt-5.5-xhigh (codex-harness)
gpt-5.5-xhigh (codex-harness)Openai
87.5
4.1K
400K
¥9 / ¥72输入/输出
12
Aclaude-opus-4-5-20251101-thinking-32k
claude-opus-4-5-20251101-thinking-32kAnthropic
86.3
13.1K
200K
¥108 / ¥540输入/输出
13
Aqwen3.6-max-preview
qwen3.6-max-previewAlibaba
85.0
2.5K
246K
¥9.5 / ¥56.9输入/输出
14
Ogpt-5.5-high (codex-harness)
gpt-5.5-high (codex-harness)Openai
83.8
4.3K
400K
¥9 / ¥72输入/输出
15
MI
mimo-v2.5-pro
mimo-v2.5-proXiaomi
82.5
4.7K
1.05M
¥7.2 / ¥21.6输入/输出
16
Aclaude-opus-4-5-20251101
claude-opus-4-5-20251101Anthropic
81.3
15.3K
200K
¥36 / ¥180输入/输出
17
D
deepseek-v4-pro-thinking
deepseek-v4-pro-thinkingDeepseek
80.0
4K
1M
¥3.13 / ¥6.26输入/输出
18
Aqwen3.6-plus
qwen3.6-plusAlibaba
78.8
6.1K
1M
¥3.6 / ¥21.6输入/输出
19
Ogpt-5.4-high (codex-harness)
gpt-5.4-high (codex-harness)Openai
77.5
1.5K
400K
¥9 / ¥72输入/输出
20
Ggemini-3.1-pro-preview
gemini-3.1-pro-previewGoogle
76.3
10.3K
1.05M
¥14.4 / ¥86.4输入/输出
21
Ogpt-5.5 (codex-harness)
gpt-5.5 (codex-harness)Openai
75.0
4.1K
400K
¥9 / ¥72输入/输出
22
Zglm-4.7
glm-4.7Zai
73.8
4.9K
205K
¥0 / ¥0输入/输出
23
MImimo-v2.5
mimo-v2.5Xiaomi
72.5
3.7K
1.05M
¥2.88 / ¥14.4输入/输出
24
Ggemini-3-pro
gemini-3-proGoogle
71.3
17.2K
1.05M
¥14.4 / ¥86.4输入/输出
25
Ogpt-5.4-medium (codex-harness)
gpt-5.4-medium (codex-harness)Openai
70.0
1.4K
400K
¥9 / ¥72输入/输出
26
Ggemini-3-flash
gemini-3-flashGoogle
68.8
13.3K
1.05M
¥3.6 / ¥21.6输入/输出
27
Zglm-5
glm-5Zai
67.5
6.6K
205K
¥7.2 / ¥23输入/输出
28
MImimo-v2-pro
mimo-v2-proXiaomi
66.3
6.8K
1.05M
¥7.2 / ¥21.6输入/输出
29
Mkimi-k2.5-thinking
kimi-k2.5-thinkingMoonshot
65.0
10.7K
262K
¥4.32 / ¥21.6输入/输出
30
Mkimi-k2.5-instant
kimi-k2.5-instantMoonshot
63.8
3.6K
262K
¥4.32 / ¥21.6输入/输出
31
Ogpt-5.3-codex (codex-harness)
gpt-5.3-codex (codex-harness)Openai
62.5
3K
400K
¥9 / ¥72输入/输出
32
Ogpt-5.2
gpt-5.2Openai
61.3
1.5K
400K
¥12.6 / ¥101输入/输出
33
Ogpt-5.4-mini-high
gpt-5.4-mini-highOpenai
60.0
5.5K
400K
¥5.4 / ¥32.4输入/输出
34
M
minimax-m2.7
minimax-m2.7Minimax
58.8
6.3K
205K
¥0 / ¥0输入/输出
35
X
grok-4.20-beta-0309-reasoning
grok-4.20-beta-0309-reasoningXai
57.5
7.2K
2M
¥14.4 / ¥43.2输入/输出
36
Ogpt-5-medium
gpt-5-mediumOpenai
56.3
3.8K
400K
¥9 / ¥72输入/输出
37
Aqwen3.5-397b-a17b
qwen3.5-397b-a17bAlibaba
55.0
9.7K
262K
¥3.1 / ¥18.6输入/输出
38
Mminimax-m2.1-preview
minimax-m2.1-previewMinimax
53.8
9.3K
205K
¥0 / ¥0输入/输出
39
Ogpt-5.1-medium
gpt-5.1-mediumOpenai
52.5
6.1K
400K
¥9 / ¥72输入/输出
40
Ogpt-5.4
gpt-5.4Openai
51.3
239
1.05M
¥18 / ¥108输入/输出
41
Aclaude-sonnet-4-5-20250929-thinking-32k
claude-sonnet-4-5-20250929-thinking-32kAnthropic
50.0
15.7K
200K
¥21.6 / ¥108输入/输出
42
Ggemini-3-flash (thinking-minimal)
gemini-3-flash (thinking-minimal)Google
48.8
16.4K
1.05M
¥3.6 / ¥21.6输入/输出
43
Aclaude-sonnet-4-5-20250929
claude-sonnet-4-5-20250929Anthropic
47.5
18.4K
200K
¥21.6 / ¥108输入/输出
44
Aclaude-opus-4-1-20250805
claude-opus-4-1-20250805Anthropic
46.3
8.6K
200K
¥108 / ¥540输入/输出
45
Mminimax-m2.5
minimax-m2.5Minimax
45.0
7.8K
205K
¥0 / ¥0输入/输出
46
Ggemma-4-31b
gemma-4-31bGoogle
43.8
3.4K
262K
¥3.24 / ¥7.2输入/输出
47
Xgrok-4.3
grok-4.3Xai
42.5
3.5K
1M
¥9 / ¥18输入/输出
48
Ogpt-5.3-codex (codex-harness)
gpt-5.3-codex (codex-harness)Openai
41.3
3.5K
400K
¥9 / ¥72输入/输出
49
Ddeepseek-v3.2-thinking
deepseek-v3.2-thinkingDeepseek
40.0
7.9K
128K
¥2.09 / ¥3.1输入/输出
50
TE
hunyuan-hy3-preview
hunyuan-hy3-previewTencent
38.7
1.3K
256K
¥0 / ¥0输入/输出
51
Aqwen3.5-122b-a10b
qwen3.5-122b-a10bAlibaba
37.5
8.1K
262K
¥2.88 / ¥23输入/输出
52
Ggemma-4-26b-a4b
gemma-4-26b-a4bGoogle
36.3
1.5K
262K
¥0.94 / ¥2.88输入/输出
53
Aqwen3.5-27b
qwen3.5-27bAlibaba
35.0
7.7K
262K
¥2.16 / ¥17.3输入/输出
54
Zglm-4.6
glm-4.6Zai
33.8
8.3K
205K
¥4.32 / ¥15.8输入/输出
55
Ogpt-5.1
gpt-5.1Openai
32.5
12.9K
400K
¥9 / ¥72输入/输出
56
MImimo-v2-flash (non-thinking)
mimo-v2-flash (non-thinking)Xiaomi
31.3
6.7K
262K
¥0.72 / ¥2.16输入/输出
57
Ogpt-5.2-codex
gpt-5.2-codexOpenai
30.0
7.8K
400K
¥12.6 / ¥101输入/输出
58
Ddeepseek-v3.2
deepseek-v3.2Deepseek
28.8
10.5K
128K
¥2.09 / ¥3.1输入/输出
59
Mkimi-k2-thinking-turbo
kimi-k2-thinking-turboMoonshot
27.5
15.3K
262K
¥17.3 / ¥72输入/输出
60
Ogpt-5.1-codex
gpt-5.1-codexOpenai
26.3
6.2K
400K
¥9 / ¥72输入/输出
61
Aclaude-haiku-4-5-20251001
claude-haiku-4-5-20251001Anthropic
25.0
20.6K
200K
¥7.2 / ¥36输入/输出
62
Mminimax-m2
minimax-m2Minimax
23.8
8.4K
197K
¥0 / ¥0输入/输出
63
MImimo-v2-flash (thinking)
mimo-v2-flash (thinking)Xiaomi
22.5
2.1K
262K
¥0.72 / ¥2.16输入/输出
64
Ddeepseek-v3.2-exp
deepseek-v3.2-expDeepseek
21.3
4.9K
128K
¥0 / ¥0输入/输出
65
Aqwen3-coder-480b-a35b-instruct
qwen3-coder-480b-a35b-instructAlibaba
20.0
15.2K
262K
¥6.2 / ¥24.8输入/输出
66
UNKAT-Coder-Pro-V1
-
18.8
1.9K
256K
¥0.22 / ¥8.64输入/输出
67
Aqwen3.5-35b-a3b
qwen3.5-35b-a3bAlibaba
17.5
1.8K
262K
¥1.8 / ¥14.4输入/输出
68
Ggemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGoogle
16.3
9.3K
1.05M
¥1.8 / ¥10.8输入/输出
69
UNtrinity-large-thinking
-
15.0
1.3K
262K
¥1.8 / ¥6.48输入/输出
70
Ogpt-5.1-codex-mini
gpt-5.1-codex-miniOpenai
13.8
1.4K
400K
¥1.8 / ¥14.4输入/输出
71
Aqwen3.5-flash
qwen3.5-flashAlibaba
12.5
1.6K
1M
¥1.24 / ¥12.4输入/输出
72
Xgrok-4-1-fast-reasoning
grok-4-1-fast-reasoningXai
11.3
6.9K
2M
¥1.44 / ¥3.6输入/输出
73
MA
mistral-large-3
mistral-large-3Mistral
10.0
1K
262K
¥3.6 / ¥10.8输入/输出
74
Xgrok-4.1-thinking
grok-4.1-thinkingXai
8.8
1.2K
200K
¥14.4 / ¥72输入/输出
75
Ggemini-2.5-pro
gemini-2.5-proGoogle
7.5
3.3K
1.05M
¥9 / ¥72输入/输出
76
IB
granite-4.1-8b
granite-4.1-8bIbm
6.3
1.7K
131K
¥0.36 / ¥0.72输入/输出
77
MAdevstral-2
devstral-2Mistral
5.0
1.6K
262K
¥2.88 / ¥14.4输入/输出
78
IA
mercury-2
mercury-2Inception Ai
3.8
946
128K
¥1.8 / ¥5.4输入/输出
79
Xgrok-4-fast-reasoning
grok-4-fast-reasoningXai
2.5
933
2M
¥1.44 / ¥3.6输入/输出
80
Xgrok-code-fast-1
grok-code-fast-1Xai
1.3
982
256K
¥1.44 / ¥10.8输入/输出
81
MAdevstral-medium-2507
devstral-medium-2507Mistral
0.0
992
262K
¥2.88 / ¥14.4输入/输出
claude-opus-4-7-thinking 为什么排第一
claude-opus-4-7-thinking 当前排名第 1，厂商为 anthropic，百分制分数 100.0，样本量 5.3K。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。