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:2026-11-14 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。

410 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—1,536—
2Claude Fable 5.1 (Max)Anthropic98.4—1,526—
3Claude Opus 5 (High)Anthropic97.7—1,521—
4Claude Fable 5 (High)Anthropic97.5—1,520—
5Gemini 3.8 Flash (High)Google97.3—1,519—
6Claude Opus 4.6 (High)Anthropic96.8—1,516—
7Claude Opus 5.5 (High)Anthropic96.6—1,514—
8GPT 6.1 SolOpenAI95.392.6—76.3
9Muse Spark 1.3 (Max)Meta95.3—1,506—
10Claude Opus 4.7 (High)Anthropic94.9—1,503—
11Kimi K3 (Max)Moonshot94.7—1,502—
12Gemini 3.7 Flash (High)Google94.6—1,502—
13GLM 5.3 (Max)Zhipu94.6—1,501—
14Gemini 3.6 Flash (High)Google94.5—1,501—
15GPT 5.5OpenAI94.4—1,500—
16Gemini 3.5 Flash (High)Google94.0—1,497—
17Gemini 4 Hydrogen (High)Google93.6—1,495—
18DeepSeek v4.1 Flash 20260910 (Max)DeepSeek93.6—1,495—
19GPT 5.6 Sol (xHigh)OpenAI93.5—1,494—
20Muse Spark 1.1Meta93.3—1,493—
21Claude Opus 4.8 (High)Anthropic93.2—1,492—
22GPT 5.4 (High)OpenAI92.9—1,491—
23Muse Wonder (Max)Meta92.8—1,490—
24Gemini 3.1 Pro PreviewGoogle92.5—1,488—
25GLM 5.2 (Max)zai92.3—1,487—
26Muse Spark 1.2 (xHigh)Meta92.2—1,486—
27Claude Sonnet 5.5 (xHigh)Anthropic92.2—1,486—
28Hy3Tencent91.9—1,484—
29qwen3.7 Max PreviewAlibaba91.8—1,483—
30GPT 6 Astra (Max)OpenAI91.4—1,481—
31Kimi k2.6Moonshot91.1—1,479—
32Mimo v2.5 Proxiaomi91.1—1,479—
33GPT 5.6 Terra (xHigh)OpenAI91.0—1,478—
34Ernie 5.1Baidu90.9—1,478—
35GPT 5.6 Luna (xHigh)OpenAI90.7—1,476—
36Gemini 3 ProGoogle90.4—1,475—
37Gemini 3 FlashGoogle90.4—1,474—
38GLM 5.1zai90.4—1,474—
39Claude Opus 4.5 High 32k 20251101Anthropic90.1—1,472—
40Claude Sonnet 5 (High)Anthropic90.1—1,472—
41Darwin 180b Rsi R3VIDRAFT90.0——73.7
42qwen3.6 Max PreviewAlibaba89.9—1,471—
43Beam 1.0 501b A23breflection89.9—1,471—
44Grok 4.5xAI89.8—1,470—
45Kimi k2.5 (Thinking)Moonshot89.6—1,470—
46Gemma 4 26b A4bGoogle89.6—1,469—
47Muse SparkMeta89.5—1,469—
48qwen3.5 Max PreviewAlibaba89.3—1,468—
49qwen3.7 PlusAlibaba89.0—1,465—
50DeepSeek V4 Pro Preview (High)DeepSeek88.9—1,465—
51Grok 4.20 Beta Reasoning 0309xAI88.8—1,464—
52GPT 5.5 InstantOpenAI88.5—1,462—
53Claude Opus 4.5 20251101Anthropic88.5—1,462—
54Claude Sonnet 4.6Anthropic88.4—1,461—
55GPT 5.1 (High)OpenAI87.9—1,458—
56GPT 5.2 (High)OpenAI87.6—1,457—
57Claude Sonnet 4.5 High 32k 20250929Anthropic87.4—1,455—
58Grok 4.20 Multi Agent Beta 0309xAI87.4—1,455—
59Gemini 3 Flash MinimalGoogle87.1—1,453—
60GPT 5.2 Chat 20260210OpenAI87.0—1,453—
61Inkling SmallThinking Machines86.9—1,452—
62qwen3.6 PlusAlibaba86.8—1,451—
63Claude Haiku 5.5 (High)Anthropic86.7—1,451—
64Mimo V2 Proxiaomi86.6—1,450—
65qwen3.5 397b A17bAlibaba86.6—1,450—
66DeepSeek V4 Pro High 20260813DeepSeek86.5—1,449—
67GPT 6 Luna (Max)OpenAI86.5—1,449—
68Dola Seed 2.0 ProByteDance86.4—1,449—
69Grok 4.20 Beta 1xAI86.4—1,449—
70O3 2025 04 16OpenAI86.3—1,448—
71Grok 4.7 (xHigh)xAI86.2—1,447—
72Grok 4.6 (High)xAI85.8—1,445—
73Claude Opus 4.1 (Thinking)Anthropic85.6—1,443—
74DeepSeek V4 ProDeepSeek85.5—1,443—
75GLM 5Z-AI85.5—1,443—
76Grok 4.1 (Thinking)xAI85.5—1,443—
77Nvidia Nemotron 3 Ultra 550b A55b Nvfp4NVIDIA85.4—1,442—
78Muse GlimmerMeta85.4—1,442—
79Gemini 3.5 Flash LiteGoogle85.4—1,442—
80Kimi k2.5 InstantMoonshot85.2—1,441—
81DeepSeek V4 Flash Preview (High)DeepSeek85.2—1,441—
82GPT 6 Sol (Max)OpenAI85.1—1,440—
83Gemini 2.5 ProGoogle84.9—1,439—
84GPT 5.4 Mini (High)OpenAI84.9—1,439—
85qwen3.8 (Max)Alibaba84.788.21,505—
86Mimo v2.5xiaomi84.6—1,437—
87Gemini 3.1 Flash Lite PreviewGoogle84.4—1,436—
88Kimi K2 Thinking TurboMoonshot84.4—1,435—
89GPT 5 (High)OpenAI84.3—1,435—
90Ernie 5.0 0110Baidu84.1—1,434—
91Longcat Flash Chat Exp 2602meituan84.0—1,433—
92Claude Opus 4.1 20250805Anthropic84.0—1,433—
93Qwen3 Max PreviewAlibaba84.0—1,433—
94Mimo V2 Omnixiaomi83.9—1,433—
95GPT 5.3 ChatOpenAI83.6—1,431—
96Hy3 PreviewTencent83.4—1,429—
97DeepSeek v3.2 (Thinking)DeepSeek83.3—1,428—
98Gemini 4 CarbonGoogle83.290.6——
99Muse Wonder 1.0Meta83.290.6——
100Claude Sonnet 4.5 20250929Anthropic83.0—1,427—
101GLM 4.7zai83.0—1,427—
102Mistral Medium 3.5Mistral82.9—1,426—
103Qwen3 Max 2025 09 23Alibaba82.8—1,426—
104Grok 4 0709xAI82.7—1,425—
105qwen3.5 122b A10bAlibaba82.7—1,425—
106Amazon Nova Experimental Chat 26 02 10Amazon82.7—1,425—
107DeepSeek V4 FlashDeepSeek82.7—1,424—
108GPT 5.4 Nano (High)OpenAI82.6—1,424—
109Grok 4 Fast Non ReasoningxAI82.5—1,424—
110qwen3.5 27bAlibaba82.4—1,423—
111MiniMax m2.7MiniMax82.4—1,423—
112DeepSeek v3.2 Exp (Thinking)DeepSeek82.1—1,421—
113Claude Opus 4 (Thinking)Anthropic82.1—1,421—
114Grok 4.1 Fast ReasoningxAI82.0—1,420—
115Grok 4.3xAI81.8—1,419—
116GLM 4.6Z.ai81.6—1,418—
117O4 Mini 2025 04 16OpenAI81.6—1,418—
118Nvidia Nemotron 3.5 Super Vl 120b A12b Nvfp4NVIDIA81.4—1,417—
119Qwen3 235b A22b Instruct 2507Alibaba81.4—1,416—
120Kimi K2 Preview 0905Moonshot81.3—1,416—
121Solar Pro 4Upstage81.1—1,414—
122DeepSeek v3.1 (Thinking)DeepSeek81.1—1,414—
123Qwen3 Next 80b A3b InstructAlibaba81.0—1,414—
124Longcat Flash Chatmeituan80.9—1,413—
125DeepSeek R1DeepSeek80.7—1,412—
126GLM 4.5Z.ai80.6—1,411—
127Ernie 5.0 Preview 1203Baidu80.6—1,411—
128Grok 4 Fast ReasoningxAI80.5—1,411—
129GPT 5 ChatOpenAI80.5—1,410—
130Qwen3 Vl 235b A22b InstructAlibaba80.3—1,409—
131Gemini 2.5 Flash Preview 09 2025Google80.3—1,409—
132O1 2024 12 17OpenAI80.2—1,409—
133Amazon Nova Experimental Chat 26 01 10Amazon80.1—1,408—
134GPT 4.5 Preview 2025 02 27OpenAI80.0—1,407—
135GPT 5 Mini (High)OpenAI80.0—1,407—
136Step 3.5 FlashStepFun79.7—1,405—
137O3 Mini (High)OpenAI79.6—1,405—
138Gemini 2.5 FlashGoogle79.6—1,405—
139Hunyuan T1 20250711Tencent79.6—1,405—
140Claude Sonnet 4 (Thinking)Anthropic79.5—1,404—
141Claude Opus 4 20250514Anthropic79.4—1,403—
142ChatGPT 4o Latest 20250326OpenAI79.3—1,403—
143Claude Haiku 4.5 20251001Anthropic79.1—1,402—
144Mistral Large 3Mistral79.1—1,402—
145qwen3.5 FlashAlibaba79.0—1,401—
146DeepSeek v4.1 Flash 1017DeepSeek78.889.1—71.1
147Qwen3 Vl 235b A22b ThinkingAlibaba78.6—1,398—
148Qwen3 32bAlibaba78.6—1,398—
149Amazon Nova Experimental Chat 12 10Amazon78.5—1,398—
150Qwen3 235b A22b Thinking 2507Alibaba78.4—1,397—
151qwen3.5 35b A3bAlibaba78.3—1,396—
152DeepSeek v3.1 TerminusDeepSeek78.3—1,396—
153Mistral Medium 3.1 2508Mistral78.1—1,395—
154Amazon Nova Experimental Chat 11 10Amazon77.9—1,394—
155Ernie 5.0 Preview 1022Baidu77.7—1,393—
156DeepSeek R1 0528DeepSeek77.7—1,392—
157MiniMax m2.5MiniMax77.7—1,392—
158Qwen3 Next 80b A3b ThinkingAlibaba77.5—1,391—
159Qwen3 235b A22bAlibaba77.5—1,391—
160Amazon Nova Experimental Chat 10 20Amazon77.5—1,391—
161Qwen3 235b A22b Non Thinking (Thinking)Alibaba77.4—1,390—
162Claude Sonnet 4 20250514Anthropic77.3—1,390—
163MiniMax m2.1 PreviewMiniMax77.2—1,389—
164Llama 3.3 Nemotron Super 49b v1.5NVIDIA77.2—1,389—
165Grok 3 Mini (High)xAI77.1—1,389—
166Kimi K2 Preview 0711Moonshot77.0—1,388—
167O1 PreviewOpenAI76.8—1,386—
168GLM 4.5 Airzai76.7—1,386—
169Claude 3.7 Sonnet (Thinking)Anthropic76.7—1,386—
170Claude Fable 5.2Anthropic76.588.8——
171Trinity Large ThinkingArcee AI76.2—1,383—
172GPT 6.1 TerraOpenAI76.188.7——
173O3 (Mini)OpenAI76.0—1,382—
174Llama 3.1 Nemotron Ultra 253b V1NVIDIA75.9—1,381—
175GPT Oss 120bOpenAI75.9—1,381—
176Qwen3 30b A3b Instruct 2507Alibaba75.4—1,378—
177Qwen3 Coder 480b A35b InstructAlibaba75.1—1,375—
178Nvidia Nemotron 3.5 Lightning 30b A3b Nvfp4NVIDIA75.1—1,375—
179Mimo V2 Flash Non Thinking (Thinking)xiaomi75.0—1,375—
180GPT 4.1 2025 04 14OpenAI74.9—1,375—
181Intellect 3Prime Intellect74.8—1,373—
182Mimo V2 Flash (Thinking)xiaomi74.6—1,372—
183Grok 3 Preview 02 24xAI74.4—1,371—
184Grok 3 Mini BetaxAI74.2—1,370—
185Nvidia Nemotron 3 Super 120b A12bNVIDIA74.2—1,370—
186MiniMax M1MiniMax74.2—1,370—
187DeepSeek V3 0324DeepSeek73.7—1,366—
188Claude 3.7 Sonnet 20250219Anthropic73.2—1,364—
189Gemini 2.5 Flash Lite Preview (Thinking)Google73.2—1,363—
190Qwq 32bAlibaba73.1—1,363—
191Mistral Large 4Mistral73.183.91,459—
192qwen2.5 (Max)Alibaba72.9—1,362—
193Trinity Large PreviewOther72.9—1,362—
194GLM 4.7 Flashzai72.9—1,362—
195O1 (Mini)OpenAI72.9—1,361—
196Gemini 2.5 Flash Lite Preview Non Thinking 09 2025 (Thinking)Google72.8—1,361—
197GLM 4.5vzai72.7—1,360—
198Step 3StepFun72.7—1,360—
199Gemini 2.0 Flash 001Google72.0—1,356—
200MiniMax M2MiniMax71.8—1,354—
201GPT 4.1 Mini 2025 04 14OpenAI71.6—1,353—
202Claude 3.5 Sonnet 20241022Anthropic71.5—1,352—
203Qwen3 30b A3bAlibaba71.3—1,351—
204GPT 5 Nano (High)OpenAI70.8—1,348—
205Mistral Medium 3 2505Mistral70.7—1,347—
206Nvidia Nemotron 3 Nano 30b A3b Bf16NVIDIA70.6—1,347—
207Ling Flash 2.0ant-group70.3—1,345—
208Hunyuan Turbos 20250416Tencent70.2—1,344—
209qwen3.8 Max 0902阿里巴巴70.0——68.4
210Spark x2.6科大讯飞70.0——68.4
211Claude 3.5 Sonnet 20240620Anthropic69.9—1,342—
212Gemini 1.5 Pro 002Google69.5—1,340—
213Mistral Small 3.2 2506Mistral69.2—1,338—
214Ring Flash 2.0InclusionAI69.1—1,337—
215GPT Oss 20bOpenAI68.8—1,335—
216Amazon Nova 2 LiteAmazon67.8—1,329—
217Kimi k3.1 ProMoonshot67.591.1—63.2
218Gemini 2.0 Flash Lite Preview 02 05Google67.5—1,327—
219Gemma 3 27b ItGoogle66.9—1,323—
220Qwen Plus 0125Alibaba66.7—1,322—
221Llama 3.1 405b Instruct Fp8Meta66.4—1,319—
222MiniMax M3稀宇科技66.3—1,42563.2
223Gemma 3 12b ItGoogle66.1—1,318—
224Granite 4.1 8bIBM66.1—1,317—
225Llama 4 Maverick 17b 128e InstructMeta66.0—1,317—
226Llama 3.1 405b Instruct Bf16Meta65.8—1,316—
227Claude 3 Opus 20240229Anthropic65.3—1,313—
228qwen3.8 27bAlibaba65.2801,451—
229Step 2 16k Exp 202412StepFun65.2—1,312—
230Athene V2 ChatOther65.1—1,311—
231Olmo 3 32b Thinkallenai65.0—1,310—
232Command A 03 2025Cohere65.0—1,310—
233Llama 4 Scout 17b 16e InstructMeta64.9—1,310—
234DeepSeek V3DeepSeek64.9—1,310—
235GPT 4o 2024 08 06OpenAI64.7—1,309—
236Gemini Advanced 0514Google64.6—1,308—
237Inklingthinky64.278.31,479—
238GPT 4o 2024 05 13OpenAI64.1—1,305—
239Yi LightningOther64.0—1,304—
240GPT 4 Turbo Preview 1106OpenAI63.8—1,303—
241qwen2.5 Plus 1127Alibaba63.8—1,303—
242Olmo 3.1 32b ThinkAllen Institute for AI63.7—1,302—
243Hunyuan Turbos 20250226Tencent63.4—1,300—
244Gemini 1.5 Pro 001Google63.3—1,300—
245GPT 4 Turbo Preview 0125OpenAI63.3—1,299—
246Mistral Large 4 0Mistral63.185.2——
247Olmo 3.1 32b InstructAllen Institute for AI63.1—1,298—
248GLM 4 Plus 0111zai63.0—1,298—
249GPT 4 Turbo 2024 04 09OpenAI62.8—1,296—
250qwen2.5 72b InstructAlibaba62.7—1,296—
251Llama 3.3 70b InstructMeta62.7—1,296—
252Step 1o Turbo 202506StepFun62.6—1,295—
253Grok 2 2024 08 13xAI62.5—1,294—
254Hunyuan Large 2025 02 10Tencent62.3—1,293—
255DeepSeek v2.5 1210DeepSeek62.0—1,291—
256Qwen Max 0919Alibaba62.0—1,291—
257Hunyuan Standard 2025 02 10Tencent61.8—1,290—
258Gemini 1.5 Flash 002Google61.6—1,289—
259Mistral Large 2 2407Mistral61.5—1,288—
260Magistral Medium 2506Mistral61.4—1,287—
261DeepSeek v2.5DeepSeek61.4—1,287—
262Claude 3.5 Haiku 20241022Anthropic61.3—1,287—
263GLM 4 Pluszai61.3—1,287—
264GPT 4 0314OpenAI61.0—1,285—
265Granite 4.0 H SmallIBM60.6—1,282—
266Mistral Large 2411Mistral60.6—1,282—
267Hunyuan Large VisionTencent60.3—1,280—
268Hunyuan Turbo 0110Tencent60.0—1,279—
269Llama 3.1 Nemotron 70b InstructNVIDIA60.0—1,278—
270GPT 4 0613OpenAI59.9—1,278—
271Mistral Small 3.1 24b Instruct 2503Mistral59.7—1,277—
272GPT 4o Mini 2024 07 18OpenAI59.5—1,275—
273Qwen2 72b InstructAlibaba59.3—1,274—
274Mimo v2.6 Flash小米集团59.2—1,46257.9
275Step 5 Preview阶跃星辰59.283.81,47057.9
276GPT 4.1 Nano 2025 04 14OpenAI59.2—1,273—
277Grok 2 Mini 2024 08 13xAI59.1—1,272—
278DeepSeek Coder V2DeepSeek59.0—1,272—
279Llama 3.1 Nemotron 51b InstructNVIDIA59.0—1,272—
280qwen2.5 Coder 32b InstructAlibaba58.6—1,269—
281Llama 3.1 70b InstructMeta58.6—1,269—
282Amazon Nova Pro 1.0Amazon58.5—1,269—
283Phi 4Microsoft57.9—1,265—
284Llama 3.1 Tulu 3 70ballenai57.7—1,263—
285Athene 70b 0725Other57.6—1,263—
286Mistral Small 24b Instruct 2501Mistral57.4—1,262—
287MiniMax m3.1 Flash稀宇科技57.282.9—65.8
288Gemini 1.5 Flash 001Google57.0—1,259—
289Gemma 3n E4b ItGoogle57.0—1,259—
290Llama 3 70b InstructMeta57.0—1,259—
291Gemma 3 4b ItGoogle56.3—1,254—
292Claude 3 Sonnet 20240229Anthropic56.2—1,254—
293Nemotron 4 340b InstructNVIDIA56.0—1,252—
294Hunyuan Standard 256kTencent55.5—1,249—
295Gemma 2 27b ItGoogle55.3—1,248—
296GLM 4 0520zai55.0—1,246—
297Reka Core 20240904Other55.0—1,246—
298Mistral Large 2402Mistral54.8—1,245—
299Jamba 1.5 LargeOther54.8—1,245—
300Amazon Nova Lite 1.0Amazon54.7—1,244—
301GLM 5.3 FlashZhipu53.377.61,50557.9
302Aya Expanse 32bCohere53.1—1,234—
303Reka Flash 20240904Other53.0—1,233—
304Claude 3 Haiku 20240307Anthropic52.9—1,232—
305Command R+ 08 2024Cohere52.8—1,232—
306Gemini 1.5 Flash 8b 001Google52.5—1,230—
307Mixtral 8x22b Instruct v0.1Mistral52.3—1,229—
308Olmo 2 32b Instruct 0325allenai52.0—1,227—
309Amazon Nova Micro 1.0Amazon51.5—1,223—
310qwen1.5 110b ChatAlibaba51.2—1,222—
311Gemma 2 9b ItGoogle51.1—1,221—
312Mistral (Medium)Mistral51.1—1,221—
313Phi 3 Medium 4k InstructMicrosoft50.4—1,216—
314Command R+Cohere50.1—1,215—
315Ministral 8b 2410Mistral50.0—1,214—
316Yi 1.5 34b ChatOther49.8—1,213—
317Reka Flash 21b Online 20240226Other49.8—1,212—
318qwen1.5 72b ChatAlibaba49.3—1,209—
319Qwq 32b PreviewAlibaba49.2—1,209—
320Gemma 2 9b It SimpoGoogle49.1—1,208—
321Command R 08 2024Cohere49.1—1,208—
322internlm2.5 20b ChatOther48.9—1,207—
323Llama 3.1 Tulu 3 8ballenai48.8—1,206—
324GPT 3.5 Turbo 1106OpenAI48.7—1,205—
325Gemini ProGoogle48.4—1,203—
326GPT 3.5 Turbo 0125OpenAI48.2—1,202—
327Aya Expanse 8bCohere48.1—1,202—
328qwen1.5 32b ChatAlibaba48.1—1,201—
329Reka Flash 21b 20240226Other47.8—1,200—
330Gemini Pro Dev ApiGoogle47.8—1,199—
331Granite 3.0 8b InstructIBM47.7—1,199—
332Granite 3.1 2b InstructIBM47.6—1,198—
333Zephyr Orpo 141b A35b v0.1Other47.4—1,197—
334Dbrx Instruct PreviewOther47.4—1,197—
335Phi 3 Mini 4k Instruct June 2024Microsoft46.9—1,194—
336Phi 3 Small 8k InstructMicrosoft46.9—1,194—
337Llama 3 8b InstructMeta46.8—1,193—
338Mixtral 8x7b Instruct v0.1Mistral46.5—1,191—
339Granite 3.1 8b InstructIBM46.4—1,191—
340Llama 3.1 8b InstructMeta46.1—1,188—
341Jamba 1.5 (Mini)Other45.8—1,187—
342Mimo v2.6 Pro小米集团44.779.61,48350
343Gemma 4 31bGoogle44.668.31,467—
344Command RCohere44.4—1,178—
345Granite 3.0 2b InstructIBM43.2—1,170—
346qwen1.5 14b ChatAlibaba42.8—1,168—
347Llama 3.2 3b InstructMeta42.5—1,165—
348Gemma 2 2b ItGoogle42.4—1,165—
349Snowflake Arctic InstructOther42.3—1,164—
350Gemma 1.1 7b ItGoogle42.2—1,163—
351Openchat 3.5 0106Other41.6—1,159—
352Wizardlm 70bMicrosoft41.3—1,158—
353Starling Lm 7b BetaOther41.3—1,158—
354DeepSeek Llm 67b ChatDeepSeek41.1—1,156—
355Smollm2 1.7b InstructOther40.6—1,153—
356Openhermes 2.5 Mistral 7bOther40.6—1,153—
357Yi 34b ChatOther40.2—1,151—
358Phi 3 Mini 4k InstructMicrosoft40.1—1,150—
359Doubao Seed 2.1 Pro 260915ByteDance40.0——60.5
360Tulu 2 Dpo 70bOther39.3—1,145—
361Phi 3 Mini 128k InstructMicrosoft38.6—1,140—
362Llama 2 70b ChatMeta38.1—1,137—
363Mistral 7b Instruct v0.2Mistral36.6—1,127—
364Qwen 14b ChatAlibaba36.6—1,127—
365Starling Lm 7b AlphaOther36.6—1,127—
366Openchat 3.5Other36.4—1,126—
367Dolphin 2.2.1 Mistral 7bOther36.4—1,126—
368Llama 3.2 1b InstructMeta36.0—1,124—
369qwen1.5 7b ChatAlibaba35.7—1,121—
370Gemma 7b ItGoogle35.5—1,121—
371Palm 2Google35.1—1,118—
372Vicuna 33bOther34.9—1,116—
373Llama 2 70b Steerlm ChatNVIDIA34.6—1,114—
374Gemma 1.1 2b ItGoogle34.2—1,112—
375Llama 2 13b ChatMeta34.0—1,111—
376Code Llama 34b InstructMeta34.0—1,110—
377Solar 10.7b Instruct v1.0upstage33.8—1,109—
378Mpt 30b ChatOther31.8—1,096—
379Nous Hermes 2 Mixtral 8x7b DpoOther31.3—1,093—
380qwen1.5 4b ChatAlibaba30.5—1,088—
381Llama 2 7b ChatMeta30.3—1,087—
382Stripedhyena Nous 7bOther30.2—1,086—
383Hy4 PreviewTencent30.0——57.9
384qwen3.8 Flash阿里巴巴30.0——57.9
385Vicuna 13bOther29.9—1,084—
386Mistral 7b InstructMistral29.8—1,083—
387Zephyr 7b BetaOther29.7—1,083—
388Guanaco 33bOther29.4—1,081—
389Gemma 2b ItGoogle28.3—1,074—
390Wizardlm 13bMicrosoft27.0—1,065—
391Smaug Nemotron 3.5 Nvfp4NVIDIA25.475.1——
392Olmo 7b Instructallenai25.2—1,054—
393Vicuna 7bOther24.4—1,049—
394Chatglm3 6bZhipu23.5—1,043—
395Nemotron Super Vl 3.5NVIDIA23.574.6——
396Muse Spark OpenMeta20.173.7——
397Longcat 2.5 Preview美团20.0——55.3
398Gpt4all 13b SnoozyOther16.9—1,000—
399Alpaca 13bOther16.3—997—
400Mpt 7b ChatOther15.0—988—
401Rwkv 4 Raven 14bOther14.6—985—
402Koala 13bOther13.8—981—
403Chatglm 6bZhipu13.4—978—
404Nemotron Super Vl 3.5 Nvfp4NVIDIA12.771.7——
405Chatglm2 6bZhipu12.7—973—
406Openassistant Pythia 12bOther11.1—963—
407Dolly 2.0 12bOther9.9—955—
408Llama 13bMeta5.1—924—
409Fastchat T5 3bOther4.7—921—
410Stablelm 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。