88Z.ai / 排行榜

AI 推理与数学模型排行榜

以 LiveBench 推理套件、LMArena 数学对战和 SuperCLUE 数理推理为主。

本站最近采集时间:2026-11-13 06:41 (UTC+8, Asia/Shanghai)。各来源的发布日期见表中或文末引用。

以 LiveBench 推理套件、LMArena 数学对战和 SuperCLUE 数理推理为主。

411 个模型系列(同一系列只展示成绩最好的变体)

表头可点击排序。以下为服务器渲染的完整表格,关闭脚本后仍可阅读。

#模型推理综合LiveBenchLMArena 数学SuperCLUE 数理
1Gemini 4 Argon (High)Google100—1,531—
2Claude Fable 5.1 (Max)Anthropic99.5—1,527—
3Claude Opus 5 (High)Anthropic98.5—1,521—
4Claude Fable 5 (High)Anthropic98.4—1,520—
5Gemini 3.8 Flash (High)Google98.2—1,520—
6Claude Opus 5.5 (High)Anthropic98.1—1,519—
7Claude Opus 4.6 (High)Anthropic97.7—1,516—
8Muse Spark 1.3 (Max)Meta96.0—1,506—
9Claude Opus 4.7 (High)Anthropic95.7—1,503—
10Kimi K3 (Max)Moonshot95.7—1,503—
11Gemini 3.7 Flash (High)Google95.5—1,502—
12GPT 6.1 Sol (Max)OpenAI95.4—1,501—
13Gemini 3.6 Flash (High)Google95.4—1,501—
14GLM 5.3 (Max)Zhipu95.3—1,501—
15GPT 5.5OpenAI95.3—1,500—
16Gemini 3.5 Flash (High)Google94.8—1,498—
17DeepSeek v4.1 Flash 20260910 (Max)DeepSeek94.3—1,495—
18GPT 5.6 Sol (xHigh)OpenAI94.2—1,494—
19Muse Spark 1.1Meta94.1—1,493—
20Claude Opus 4.8 (High)Anthropic94.0—1,492—
21Muse Wonder (Max)Meta94.0—1,492—
22GPT 5.4 (High)OpenAI93.8—1,491—
23Claude Sonnet 5.5 (xHigh)Anthropic93.6—1,490—
24Muse Spark 1.2 (xHigh)Meta93.6—1,490—
25Gemini 3.1 Pro PreviewGoogle93.2—1,488—
26GLM 5.2 (Max)zai93.2—1,487—
27Hy3Tencent92.6—1,484—
28qwen3.7 Max PreviewAlibaba92.6—1,484—
29GPT 6 Astra (Max)OpenAI92.3—1,482—
30Kimi k2.6Moonshot91.9—1,479—
31Mimo v2.5 Proxiaomi91.9—1,479—
32GPT 5.6 Terra (xHigh)OpenAI91.9—1,479—
33Ernie 5.1Baidu91.7—1,478—
34GPT 5.6 Luna (xHigh)OpenAI91.6—1,477—
35Gemini 3 ProGoogle91.4—1,475—
36Gemini 3 FlashGoogle91.2—1,475—
37GLM 5.1zai91.2—1,474—
38Claude Opus 4.5 High 32k 20251101Anthropic90.9—1,473—
39Claude Sonnet 5 (High)Anthropic90.8—1,472—
40qwen3.6 Max PreviewAlibaba90.7—1,472—
41Beam 1.0 501b A23breflection90.7—1,471—
42Grok 4.5xAI90.6—1,471—
43Kimi k2.5 (Thinking)Moonshot90.5—1,470—
44Gemma 4 26b A4bGoogle90.4—1,469—
45Muse SparkMeta90.3—1,469—
46qwen3.5 Max PreviewAlibaba90.2—1,468—
47Darwin 180b Rsi R3VIDRAFT90.0——73.7
48qwen3.7 PlusAlibaba89.8—1,465—
49DeepSeek V4 Pro Preview (High)DeepSeek89.7—1,465—
50Grok 4.20 Beta Reasoning 0309xAI89.6—1,464—
51Claude Opus 4.5 20251101Anthropic89.3—1,463—
52GPT 5.5 InstantOpenAI89.2—1,462—
53Claude Sonnet 4.6Anthropic89.1—1,461—
54GPT 5.1 (High)OpenAI88.7—1,458—
55GPT 5.2 (High)OpenAI88.4—1,457—
56Grok 4.20 Multi Agent Beta 0309xAI88.2—1,455—
57Claude Sonnet 4.5 High 32k 20250929Anthropic88.1—1,455—
58Gemini 3 Flash MinimalGoogle87.9—1,453—
59GPT 5.2 Chat 20260210OpenAI87.8—1,453—
60qwen3.6 PlusAlibaba87.6—1,452—
61Inkling SmallThinking Machines87.5—1,451—
62Claude Haiku 5.5 (High)Anthropic87.4—1,451—
63Mimo V2 Proxiaomi87.4—1,450—
64qwen3.5 397b A17bAlibaba87.4—1,450—
65GPT 6 Luna (Max)OpenAI87.3—1,450—
66DeepSeek V4 Pro High 20260813DeepSeek87.3—1,449—
67Dola Seed 2.0 ProByteDance87.2—1,449—
68Grok 4.20 Beta 1xAI87.1—1,449—
69O3 2025 04 16OpenAI87.0—1,448—
70Grok 4.7 (xHigh)xAI86.6—1,445—
71Grok 4.6 (High)xAI86.5—1,444—
72Claude Opus 4.1 (Thinking)Anthropic86.4—1,444—
73DeepSeek V4 ProDeepSeek86.4—1,444—
74GLM 5Z-AI86.3—1,443—
75Nvidia Nemotron 3 Ultra 550b A55b Nvfp4NVIDIA86.2—1,443—
76Grok 4.1 (Thinking)xAI86.2—1,443—
77Muse GlimmerMeta86.1—1,442—
78Gemini 3.5 Flash LiteGoogle86.1—1,442—
79Kimi k2.5 InstantMoonshot86.1—1,442—
80DeepSeek V4 Flash Preview (High)DeepSeek86.0—1,441—
81GPT 5.4 Mini (High)OpenAI85.8—1,440—
82GPT 6 Sol (Max)OpenAI85.7—1,439—
83Gemini 2.5 ProGoogle85.7—1,439—
84Mimo v2.5xiaomi85.4—1,437—
85GLM 5v Turbozai85.3—1,437—
86Gemini 3.1 Flash Lite PreviewGoogle85.2—1,436—
87Kimi K2 Thinking TurboMoonshot85.1—1,436—
88qwen3.8 (Max)Alibaba85.188.21,504—
89GPT 5 (High)OpenAI85.0—1,435—
90Longcat Flash Chat Exp 2602meituan84.9—1,434—
91Ernie 5.0 0110Baidu84.8—1,434—
92Mimo V2 Omnixiaomi84.8—1,434—
93Claude Opus 4.1 20250805Anthropic84.7—1,433—
94Qwen3 Max PreviewAlibaba84.7—1,433—
95GPT 5.3 ChatOpenAI84.3—1,431—
96Hy3 PreviewTencent84.1—1,429—
97DeepSeek v3.2 (Thinking)DeepSeek84.1—1,429—
98GLM 4.7zai83.8—1,427—
99Mistral Medium 3.5Mistral83.8—1,427—
100Claude Sonnet 4.5 20250929Anthropic83.7—1,427—
101Grok 4 0709xAI83.5—1,425—
102qwen3.5 122b A10bAlibaba83.4—1,425—
103Qwen3 Max 2025 09 23Alibaba83.4—1,425—
104Amazon Nova Experimental Chat 26 02 10Amazon83.4—1,425—
105Grok 4 Fast Non ReasoningxAI83.4—1,424—
106DeepSeek V4 FlashDeepSeek83.3—1,424—
107GPT 5.4 Nano (High)OpenAI83.2—1,424—
108Gemini 4 CarbonGoogle83.290.6——
109Muse Wonder 1.0Meta83.290.6——
110qwen3.5 27bAlibaba83.1—1,423—
111MiniMax m2.7MiniMax83.1—1,423—
112DeepSeek v3.2 Exp (Thinking)DeepSeek83.0—1,422—
113Claude Opus 4 (Thinking)Anthropic82.8—1,421—
114Grok 4.1 Fast ReasoningxAI82.7—1,420—
115Grok 4.3xAI82.5—1,419—
116GLM 4.6Z.ai82.3—1,418—
117O4 Mini 2025 04 16OpenAI82.3—1,418—
118Nvidia Nemotron 3.5 Super Vl 120b A12b Nvfp4NVIDIA82.2—1,417—
119Qwen3 235b A22b Instruct 2507Alibaba82.1—1,416—
120Kimi K2 Preview 0905Moonshot82.0—1,416—
121Solar Pro 4Upstage81.9—1,415—
122DeepSeek v3.1 (Thinking)DeepSeek81.8—1,415—
123Longcat Flash Chatmeituan81.7—1,413—
124Qwen3 Next 80b A3b InstructAlibaba81.6—1,413—
125DeepSeek R1DeepSeek81.4—1,412—
126Grok 4 Fast ReasoningxAI81.3—1,411—
127GLM 4.5Z.ai81.3—1,411—
128Ernie 5.0 Preview 1203Baidu81.2—1,411—
129GPT 5 ChatOpenAI81.2—1,411—
130Qwen3 Vl 235b A22b InstructAlibaba81.0—1,409—
131Gemini 2.5 Flash Preview 09 2025Google81.0—1,409—
132O1 2024 12 17OpenAI80.9—1,409—
133Amazon Nova Experimental Chat 26 01 10Amazon80.8—1,408—
134GPT 4.5 Preview 2025 02 27OpenAI80.7—1,407—
135GPT 5 Mini (High)OpenAI80.7—1,407—
136Step 3.5 FlashStepFun80.4—1,406—
137Gemini 2.5 FlashGoogle80.4—1,405—
138O3 Mini (High)OpenAI80.3—1,405—
139Hunyuan T1 20250711Tencent80.3—1,405—
140Claude Sonnet 4 (Thinking)Anthropic80.2—1,404—
141ChatGPT 4o Latest 20250326OpenAI80.1—1,403—
142Claude Opus 4 20250514Anthropic80.1—1,403—
143Claude Haiku 4.5 20251001Anthropic79.9—1,402—
144Mistral Large 3Mistral79.7—1,401—
145qwen3.5 FlashAlibaba79.7—1,401—
146Qwen3 Vl 235b A22b ThinkingAlibaba79.3—1,398—
147Qwen3 32bAlibaba79.3—1,398—
148Amazon Nova Experimental Chat 12 10Amazon79.2—1,398—
149Qwen3 235b A22b Thinking 2507Alibaba79.1—1,397—
150qwen3.5 35b A3bAlibaba79.1—1,397—
151DeepSeek v3.1 TerminusDeepSeek79.0—1,396—
152DeepSeek v4.1 Flash 1017DeepSeek78.889.1—71.1
153Mistral Medium 3.1 2508Mistral78.8—1,395—
154Amazon Nova Experimental Chat 11 10Amazon78.6—1,394—
155Ernie 5.0 Preview 1022Baidu78.4—1,393—
156MiniMax m2.5MiniMax78.4—1,392—
157DeepSeek R1 0528DeepSeek78.3—1,392—
158Qwen3 Next 80b A3b ThinkingAlibaba78.2—1,391—
159Qwen3 235b A22bAlibaba78.1—1,391—
160Amazon Nova Experimental Chat 10 20Amazon78.1—1,391—
161Qwen3 235b A22b Non Thinking (Thinking)Alibaba78.1—1,391—
162Claude Sonnet 4 20250514Anthropic78.0—1,390—
163MiniMax m2.1 PreviewMiniMax78.0—1,390—
164Llama 3.3 Nemotron Super 49b v1.5NVIDIA77.9—1,389—
165Grok 3 Mini (High)xAI77.8—1,389—
166Kimi K2 Preview 0711Moonshot77.7—1,388—
167O1 PreviewOpenAI77.4—1,386—
168GLM 4.5 Airzai77.4—1,386—
169Claude 3.7 Sonnet (Thinking)Anthropic77.3—1,386—
170Trinity Large ThinkingArcee AI76.8—1,383—
171O3 (Mini)OpenAI76.7—1,382—
172Llama 3.1 Nemotron Ultra 253b V1NVIDIA76.5—1,381—
173GPT Oss 120bOpenAI76.5—1,381—
174Claude Fable 5.2Anthropic76.588.8——
175GPT 6.1 TerraOpenAI76.188.7——
176Qwen3 30b A3b Instruct 2507Alibaba76.1—1,378—
177Qwen3 Coder 480b A35b InstructAlibaba75.8—1,376—
178Gemini 4 HydrogenGoogle75.788.6——
179Nvidia Nemotron 3.5 Lightning 30b A3b Nvfp4NVIDIA75.7—1,376—
180Mimo V2 Flash Non Thinking (Thinking)xiaomi75.7—1,375—
181GPT 4.1 2025 04 14OpenAI75.6—1,374—
182Intellect 3Prime Intellect75.4—1,374—
183Mimo V2 Flash (Thinking)xiaomi75.2—1,372—
184Grok 3 Preview 02 24xAI75.1—1,371—
185Nvidia Nemotron 3 Super 120b A12bNVIDIA75.0—1,371—
186Grok 3 Mini BetaxAI74.9—1,370—
187MiniMax M1MiniMax74.8—1,370—
188DeepSeek V3 0324DeepSeek74.3—1,367—
189Mistral Large 4Mistral74.083.91,465—
190Claude 3.7 Sonnet 20250219Anthropic73.9—1,364—
191Gemini 2.5 Flash Lite Preview (Thinking)Google73.8—1,363—
192Qwq 32bAlibaba73.8—1,363—
193Trinity Large PreviewOther73.6—1,362—
194qwen2.5 (Max)Alibaba73.6—1,362—
195GLM 4.7 Flashzai73.6—1,362—
196O1 (Mini)OpenAI73.5—1,361—
197Gemini 2.5 Flash Lite Preview Non Thinking 09 2025 (Thinking)Google73.5—1,361—
198GLM 4.5vzai73.3—1,360—
199Step 3StepFun73.3—1,360—
200Gemini 2.0 Flash 001Google72.6—1,356—
201MiniMax M2MiniMax72.4—1,354—
202GPT 4.1 Mini 2025 04 14OpenAI72.2—1,353—
203Claude 3.5 Sonnet 20241022Anthropic72.1—1,352—
204Qwen3 30b A3bAlibaba71.9—1,351—
205GPT 5 Nano (High)OpenAI71.4—1,348—
206Mistral Medium 3 2505Mistral71.4—1,348—
207Nvidia Nemotron 3 Nano 30b A3b Bf16NVIDIA71.2—1,347—
208Hunyuan Turbos 20250416Tencent70.9—1,344—
209Ling Flash 2.0ant-group70.8—1,344—
210Claude 3.5 Sonnet 20240620Anthropic70.5—1,342—
211Gemini 1.5 Pro 002Google70.1—1,340—
212qwen3.8 Max 0902阿里巴巴70.0——68.4
213Spark x2.6科大讯飞70.0——68.4
214Mistral Small 3.2 2506Mistral69.8—1,338—
215Ring Flash 2.0InclusionAI69.8—1,338—
216GPT Oss 20bOpenAI69.4—1,335—
217Amazon Nova 2 LiteAmazon68.5—1,329—
218Gemini 2.0 Flash Lite Preview 02 05Google68.1—1,327—
219Kimi k3.1 ProMoonshot67.591.1—63.2
220Gemma 3 27b ItGoogle67.5—1,323—
221Qwen Plus 0125Alibaba67.3—1,322—
222Llama 3.1 405b Instruct Fp8Meta66.9—1,319—
223MiniMax M3稀宇科技66.7—1,42563.2
224Gemma 3 12b ItGoogle66.7—1,318—
225Granite 4.1 8bIBM66.7—1,318—
226Llama 4 Maverick 17b 128e InstructMeta66.6—1,317—
227Llama 3.1 405b Instruct Bf16Meta66.4—1,316—
228Claude 3 Opus 20240229Anthropic65.9—1,313—
229Step 2 16k Exp 202412StepFun65.8—1,312—
230qwen3.8 27bAlibaba65.7801,452—
231Athene V2 ChatOther65.7—1,311—
232Olmo 3 32b Thinkallenai65.6—1,311—
233Command A 03 2025Cohere65.5—1,310—
234Llama 4 Scout 17b 16e InstructMeta65.4—1,310—
235DeepSeek V3DeepSeek65.4—1,310—
236GPT 4o 2024 08 06OpenAI65.3—1,309—
237Gemini Advanced 0514Google65.1—1,308—
238GPT 4o 2024 05 13OpenAI64.6—1,305—
239Inklingthinky64.678.31,479—
240Yi LightningOther64.6—1,304—
241GPT 4 Turbo Preview 1106OpenAI64.4—1,303—
242qwen2.5 Plus 1127Alibaba64.4—1,303—
243Olmo 3.1 32b ThinkAllen Institute for AI64.3—1,302—
244Hunyuan Turbos 20250226Tencent64.0—1,300—
245Gemini 1.5 Pro 001Google63.8—1,300—
246GPT 4 Turbo Preview 0125OpenAI63.8—1,299—
247GLM 4 Plus 0111zai63.6—1,298—
248Olmo 3.1 32b InstructAllen Institute for AI63.6—1,298—
249GPT 4 Turbo 2024 04 09OpenAI63.3—1,296—
250qwen2.5 72b InstructAlibaba63.3—1,296—
251Llama 3.3 70b InstructMeta63.2—1,296—
252Step 1o Turbo 202506StepFun63.2—1,295—
253Mistral Large 4 0Mistral63.185.2——
254Grok 2 2024 08 13xAI63.0—1,294—
255Hunyuan Large 2025 02 10Tencent62.8—1,293—
256DeepSeek v2.5 1210DeepSeek62.6—1,291—
257Qwen Max 0919Alibaba62.5—1,291—
258Hunyuan Standard 2025 02 10Tencent62.3—1,290—
259Gemini 1.5 Flash 002Google62.2—1,289—
260Mistral Large 2 2407Mistral62.1—1,288—
261Magistral Medium 2506Mistral61.9—1,287—
262DeepSeek v2.5DeepSeek61.9—1,287—
263Claude 3.5 Haiku 20241022Anthropic61.8—1,287—
264GLM 4 Pluszai61.8—1,286—
265GPT 4 0314OpenAI61.5—1,285—
266Mistral Large 2411Mistral61.1—1,282—
267Granite 4.0 H SmallIBM61.1—1,282—
268Hunyuan Large VisionTencent60.8—1,280—
269Hunyuan Turbo 0110Tencent60.6—1,279—
270Llama 3.1 Nemotron 70b InstructNVIDIA60.5—1,278—
271GPT 4 0613OpenAI60.4—1,278—
272Mistral Small 3.1 24b Instruct 2503Mistral60.3—1,277—
273GPT 4o Mini 2024 07 18OpenAI60.0—1,275—
274Qwen2 72b InstructAlibaba59.8—1,274—
275Mimo v2.6 Flash小米集团59.7—1,46457.9
276GPT 4.1 Nano 2025 04 14OpenAI59.7—1,273—
277Grok 2 Mini 2024 08 13xAI59.6—1,272—
278DeepSeek Coder V2DeepSeek59.6—1,272—
279Llama 3.1 Nemotron 51b InstructNVIDIA59.5—1,272—
280Step 5 Preview阶跃星辰59.483.81,47057.9
281qwen2.5 Coder 32b InstructAlibaba59.1—1,269—
282Llama 3.1 70b InstructMeta59.1—1,269—
283Amazon Nova Pro 1.0Amazon59.0—1,269—
284Phi 4Microsoft58.4—1,265—
285Llama 3.1 Tulu 3 70ballenai58.2—1,263—
286Athene 70b 0725Other58.1—1,263—
287Mistral Small 24b Instruct 2501Mistral57.9—1,261—
288Gemma 3n E4b ItGoogle57.6—1,260—
289Gemini 1.5 Flash 001Google57.5—1,259—
290Llama 3 70b InstructMeta57.4—1,259—
291MiniMax m3.1 Flash稀宇科技57.282.9—65.8
292Gemma 3 4b ItGoogle56.7—1,254—
293Claude 3 Sonnet 20240229Anthropic56.7—1,254—
294Nemotron 4 340b InstructNVIDIA56.5—1,252—
295Hunyuan Standard 256kTencent56.0—1,249—
296Gemma 2 27b ItGoogle55.8—1,248—
297GLM 4 0520zai55.5—1,246—
298Reka Core 20240904Other55.4—1,246—
299Mistral Large 2402Mistral55.3—1,245—
300Jamba 1.5 LargeOther55.3—1,245—
301Amazon Nova Lite 1.0Amazon55.1—1,244—
302Aya Expanse 32bCohere53.5—1,234—
303GLM 5.3 FlashZhipu53.577.61,50457.9
304Reka Flash 20240904Other53.4—1,233—
305Claude 3 Haiku 20240307Anthropic53.3—1,232—
306Command R+ 08 2024Cohere53.3—1,232—
307Gemini 1.5 Flash 8b 001Google53.0—1,230—
308Mixtral 8x22b Instruct v0.1Mistral52.7—1,229—
309Olmo 2 32b Instruct 0325allenai52.5—1,227—
310Amazon Nova Micro 1.0Amazon51.9—1,223—
311qwen1.5 110b ChatAlibaba51.7—1,222—
312Gemma 2 9b ItGoogle51.5—1,221—
313Mistral (Medium)Mistral51.5—1,221—
314Phi 3 Medium 4k InstructMicrosoft50.8—1,216—
315Command R+Cohere50.5—1,214—
316Ministral 8b 2410Mistral50.4—1,214—
317Yi 1.5 34b ChatOther50.3—1,213—
318Reka Flash 21b Online 20240226Other50.2—1,212—
319qwen1.5 72b ChatAlibaba49.7—1,209—
320Qwq 32b PreviewAlibaba49.6—1,209—
321Gemma 2 9b It SimpoGoogle49.5—1,208—
322Command R 08 2024Cohere49.5—1,208—
323internlm2.5 20b ChatOther49.3—1,207—
324Llama 3.1 Tulu 3 8ballenai49.2—1,206—
325GPT 3.5 Turbo 1106OpenAI49.1—1,205—
326Gemini ProGoogle48.8—1,203—
327GPT 3.5 Turbo 0125OpenAI48.6—1,202—
328Aya Expanse 8bCohere48.5—1,201—
329qwen1.5 32b ChatAlibaba48.5—1,201—
330Reka Flash 21b 20240226Other48.2—1,200—
331Gemini Pro Dev ApiGoogle48.2—1,199—
332Granite 3.0 8b InstructIBM48.1—1,199—
333Granite 3.1 2b InstructIBM48.0—1,198—
334Zephyr Orpo 141b A35b v0.1Other47.8—1,197—
335Dbrx Instruct PreviewOther47.8—1,197—
336Phi 3 Mini 4k Instruct June 2024Microsoft47.3—1,194—
337Phi 3 Small 8k InstructMicrosoft47.3—1,194—
338Llama 3 8b InstructMeta47.2—1,193—
339Mixtral 8x7b Instruct v0.1Mistral46.9—1,191—
340Granite 3.1 8b InstructIBM46.8—1,190—
341Llama 3.1 8b InstructMeta46.5—1,188—
342Jamba 1.5 (Mini)Other46.2—1,187—
343Gemma 4 31bGoogle45.068.31,467—
344Mimo v2.6 Pro小米集团44.879.61,48250
345Command RCohere44.8—1,177—
346Granite 3.0 2b InstructIBM43.6—1,170—
347qwen1.5 14b ChatAlibaba43.2—1,167—
348Llama 3.2 3b InstructMeta42.9—1,165—
349Gemma 2 2b ItGoogle42.8—1,165—
350Snowflake Arctic InstructOther42.6—1,164—
351Gemma 1.1 7b ItGoogle42.5—1,163—
352Openchat 3.5 0106Other41.9—1,159—
353Wizardlm 70bMicrosoft41.7—1,158—
354Starling Lm 7b BetaOther41.7—1,158—
355DeepSeek Llm 67b ChatDeepSeek41.4—1,156—
356Smollm2 1.7b InstructOther41.0—1,153—
357Openhermes 2.5 Mistral 7bOther41.0—1,153—
358Yi 34b ChatOther40.6—1,151—
359Phi 3 Mini 4k InstructMicrosoft40.5—1,150—
360Doubao Seed 2.1 Pro 260915ByteDance40.0——60.5
361Tulu 2 Dpo 70bOther39.6—1,145—
362Phi 3 Mini 128k InstructMicrosoft39.0—1,140—
363Llama 2 70b ChatMeta38.5—1,137—
364Mistral 7b Instruct v0.2Mistral36.9—1,127—
365Qwen 14b ChatAlibaba36.9—1,127—
366Starling Lm 7b AlphaOther36.9—1,127—
367Openchat 3.5Other36.8—1,126—
368Dolphin 2.2.1 Mistral 7bOther36.7—1,126—
369Llama 3.2 1b InstructMeta36.3—1,124—
370qwen1.5 7b ChatAlibaba36.0—1,121—
371Gemma 7b ItGoogle35.8—1,120—
372Palm 2Google35.4—1,118—
373Vicuna 33bOther35.2—1,116—
374Llama 2 70b Steerlm ChatNVIDIA34.9—1,114—
375Gemma 1.1 2b ItGoogle34.4—1,111—
376Llama 2 13b ChatMeta34.3—1,111—
377Code Llama 34b InstructMeta34.3—1,110—
378Solar 10.7b Instruct v1.0upstage34.1—1,109—
379Mpt 30b ChatOther32.1—1,096—
380Nous Hermes 2 Mixtral 8x7b DpoOther31.6—1,093—
381qwen1.5 4b ChatAlibaba30.8—1,088—
382Llama 2 7b ChatMeta30.5—1,087—
383Stripedhyena Nous 7bOther30.4—1,086—
384Vicuna 13bOther30.1—1,084—
385Mistral 7b InstructMistral30.0—1,083—
386Hy4 PreviewTencent30.0——57.9
387qwen3.8 Flash阿里巴巴30.0——57.9
388Zephyr 7b BetaOther29.9—1,082—
389Guanaco 33bOther29.7—1,081—
390Gemma 2b ItGoogle28.6—1,074—
391Wizardlm 13bMicrosoft27.2—1,065—
392Olmo 7b Instructallenai25.4—1,054—
393Smaug Nemotron 3.5 Nvfp4NVIDIA25.475.1——
394Vicuna 7bOther24.6—1,049—
395Chatglm3 6bZhipu23.7—1,043—
396Nemotron Super Vl 3.5NVIDIA23.574.6——
397Muse Spark OpenMeta20.173.7——
398Longcat 2.5 Preview美团20.0——55.3
399Gpt4all 13b SnoozyOther17.0—1,000—
400Alpaca 13bOther16.5—997—
401Mpt 7b ChatOther15.1—988—
402Rwkv 4 Raven 14bOther14.7—985—
403Koala 13bOther14.0—980—
404Chatglm 6bZhipu13.5—978—
405Chatglm2 6bZhipu12.8—973—
406Nemotron Super Vl 3.5 Nvfp4NVIDIA12.771.7——
407Openassistant Pythia 12bOther11.2—963—
408Dolly 2.0 12bOther9.9—955—
409Llama 13bMeta5.1—924—
410Fastchat T5 3bOther4.7—921—
411Stablelm Tuned Alpha 7bOther0—891—

数据来源

  • LiveBench 2.0 — 官方 CSV 成绩。综合分按官网公式计算:Long Agentic ×2、Design ×1.5、Coding ×1.5,其余套件 ×1,再对已有套件做加权平均。
  • LMArena 文本对战(风格控制) — 官方 Arena 排行数据集 text_style_control / latest。分数为 Arena Score(Bradley-Terry)。
  • SuperCLUE 中文通用榜 — 官方通用榜 Excel(按月份发布)中的总分及分项。

常见问题

这些分数是怎么来的?
全部来自公开测评或官方发布的机器可读数据,每一项都标注来源链接和日期。本站不编造分数,也不把缺项当成 0 分。
综合分如何计算?
先把各来源分数在该来源内部做最小-最大规范化,再按 Artificial Analysis 28%、LMArena 文本对战 28%、LiveBench 22%、编程综合 15%、推理综合 7% 加权。缺少某项时,只在已有项之间重新分配权重。至少要有两项主流测评(或三项分项)才会进入综合榜。同一系列多个变体只保留综合分最高的一条。
本站价格和评测是一回事吗?
不是。评测分数来自第三方公开榜单;人民币价格是本站模型目录的参考价(1 元 = 1,000 积分),按实际用量结算。二者分开展示,避免把计费和能力混为一谈。
多久更新一次?
采集任务每天自动运行。来源本身可能不是每天都发布新成绩,所以页面会同时给出本站采集时间和来源发布日期。