全球大模型排行前十
重要说明:没有唯一权威的全球统一榜单,LMSYS Arena(用户盲测Elo)、OpenCompass、BenchLM、Artificial Analysis 各榜单结果有差异,下面是综合多家主流榜单(截至2026年11月)综合能力前十闭源前沿大模型(通用综合、推理、多模态、Agent):
- Claude Mythos 5(Anthropic):推理、科学、代码、长文本很强,GPQA Diamond、SWE-bench表现顶尖
- Claude Opus 5.5(Anthropic):综合稳定、长上下文、复杂任务、Agent能力强
- GPT-6 Astra(OpenAI):通用对话、工具调用、多模态均衡
- Gemini 4 Carbon(Google):数学推理、多模态、速度性价比突出
- Gemini 4 Argon(Google):谷歌旗舰,视频、图文理解强
- Claude Fable 5.2(Anthropic):Agent、编程、计算机使用强项
- GPT-6.1 Terra(OpenAI):GPT6系列次旗舰,均衡实用
- Grok 4.6(xAI):实时信息、创意、风格表达优势明显
- Kimi K3.1 Pro(月之暗面):国产顶尖,超长上下文、文档处理强
- DeepSeek V4 Pro(深度求索):数学、代码、推理优秀,国产第一梯队
补充区分
- 开源最强梯队(单独榜单):DeepSeek-R1、Qwen3.5-397B、Llama 3.1 405B、Intern-S2等
- 不同榜单侧重点不一样:
- LMSYS Arena:普通人盲选对话偏好
- OpenCompass:国内综合性评测,覆盖国产模型
- Artificial Analysis:偏Agent、复杂工作流
- MMLU-Pro / GPQA:偏向知识、硬核科学推理
本作品采用《CC 协议》,转载必须注明作者和本文链接
关于 LearnKu