Model Arena

AI Model Intelligence Hub

模型排名与选型看板

把国际 Arena、国内模型分区、API 定价和发布时间线放到同一页，方便你快速做模型选型、竞品观察和技术跟踪。

数据更新：2026/7/19 13:11:55 · 国际 Arena 来源 LMArena Leaderboard · 时间线参考 AI Flash Report

查看国际榜单 查看国内分区 比较 API 价格

3

国际 Arena 榜单

Text / Code / Vision

6

国内模型分区

覆盖通用到多模态

20+

API 价格样本

便于成本对比

40

发布时间线

追踪模型演进

国际 Arena 国内模型 API 定价 发布时间线

国际 Arena 榜单

保留国际主流评测口径，适合看当前头部模型在对话、代码和视觉理解上的整体位置。

查看数据来源

综合对话 Top 1

claude-opus-4-6-thinking

Anthropic · Rating 1503.6

代码 Top 1

claude-opus-4-7-thinking

Anthropic · Rating 1566.6

视觉 Top 1

claude-opus-4-7-thinking

Anthropic · Rating 1308.0

综合对话

Text

来源

#	模型	Rating	组织	投票
1	claude-opus-4-6-thinking	1503.6	Anthropic	39,015
2	claude-opus-4-7-thinking	1500.9	Anthropic	24,871
3	claude-opus-4-6	1498.2	Anthropic	41,661
4	claude-opus-4-7	1493.2	Anthropic	25,814
5	muse-spark	1488.5	Meta	13,026
6	gemini-3.1-pro-preview	1488.2	Google	50,137
7	gemini-3-pro	1486.0	Google	41,317
8	claude-opus-4-8-thinking	1482.4	Anthropic	5,911
9	gpt-5.5-high	1481.6	OpenAI	20,950
10	gpt-5.4-high	1478.8	OpenAI	33,154
11	claude-opus-4-8	1478.7	Anthropic	6,165
12	gemini-3.5-flash	1476.9	Google	9,715
13	gpt-5.2-chat-latest-20260210	1475.6	OpenAI	33,598
14	glm-5.1	1475.0	Z.ai	15,179
15	grok-4.20-beta1	1474.3	xAI	25,895
16	gpt-5.5	1474.3	OpenAI	21,487
17	qwen3.7-max-preview	1473.9	Alibaba	3,749
18	gemini-3-flash	1473.3	Google	30,716
19	grok-4.20-beta-0309-reasoning	1473.1	xAI	34,251
20	claude-opus-4-5-20251101-thinking-32k	1472.6	Anthropic	37,112

代码 / Web 开发

Code

来源

#	模型	Rating	组织	投票
1	claude-opus-4-7-thinking	1566.6	Anthropic	6,234
2	claude-opus-4-7	1556.5	Anthropic	5,788
3	claude-opus-4-8-thinking	1552.2	Anthropic	1,578
4	claude-opus-4-8	1545.0	Anthropic	2,011
5	claude-opus-4-6-thinking	1542.5	Anthropic	8,881
6	claude-opus-4-6	1537.8	Anthropic	9,812
7	qwen3.7-max-20260517	1536.6	Alibaba	2,466
8	glm-5.1	1532.2	Z.ai	3,608
9	minimax-m3	1527.8	MiniMax	1,680
10	claude-sonnet-4-6	1522.2	Anthropic	12,101
11	kimi-k2.6	1516.3	Moonshot	4,753
12	muse-spark	1507.6	Meta	1,629
13	gemini-3.5-flash	1505.8	Google	2,212
14	gpt-5.5-xhigh (codex-harness)	1501.8	OpenAI	5,067
15	claude-opus-4-5-20251101-thinking-32k	1490.5	Anthropic	13,064

视觉理解

Vision

来源

#	模型	Rating	组织	投票
1	claude-opus-4-7-thinking	1308.0	Anthropic	11,790
2	claude-opus-4-6-thinking	1303.2	Anthropic	12,036
3	claude-opus-4-7	1299.8	Anthropic	12,219
4	claude-opus-4-6	1296.4	Anthropic	15,152
5	muse-spark	1294.7	Meta	5,380
6	claude-opus-4-8-thinking	1294.0	Anthropic	2,628
7	gemini-3-pro	1289.4	Google	13,209
8	gpt-5.5	1286.1	OpenAI	9,558
9	gpt-5.4-high	1283.3	OpenAI	11,235
10	gpt-5.5-high	1281.8	OpenAI	8,827
11	gpt-5.2-chat-latest-20260210	1279.4	OpenAI	15,169
12	claude-opus-4-8	1279.3	Anthropic	3,053
13	gemini-3.1-pro-preview	1278.5	Google	24,363
14	claude-sonnet-4-6	1277.5	Anthropic	15,562
15	gpt-5.4	1275.4	OpenAI	10,879

国内模型分区榜单

国内模型分区榜单为站内整理版，综合公开榜单、产品能力、生态落地与近期发布节奏，适合做选型参考，不等同于单一统一基准测试。

更新于 2026/7/19 13:11:55

查看总来源

通用代码TTSASR视频生成图片生成

通用

综合对话、推理、长上下文与产品完成度

Top 5

国内榜单依据

#1

DeepSeek V3.2 DeepSeek

通用对话、推理、长上下文、性价比

MMLU 90.1%，HumanEval 92.5%，1M+ context

98

推荐

#2

GLM-5 Zhipu AI

综合智能、低幻觉率、国产算力适配

HLE 50.4%，Hallucination Rate 1.2%

96

#3

Kimi K2 Moonshot AI

长文理解、中文体验、开放权重影响力

LMSYS Arena #1 open-weight，1.04T params

95

#4

Doubao Seed 2.0 ByteDance

产品化、Agent 场景、多模态联动

多模态能力强，适合字节生态产品化

93

#5

MiniMax M2.7 MiniMax

通用能力平衡、生成式交互、多模态协同

Arena code 1445，综合产品成熟度高

91

代码

编码、Agent、工具调用与工程落地能力

Top 5

国内编码榜依据

#1

GLM-5 Zhipu AI

工程代码生成、Agent 编排、中文开发支持

Arena Code Top domestic，HLE 50.4%

97

推荐

#2

MiniMax M2.7 MiniMax

代码补全、复杂任务拆解、工具调用

Arena Code 1445

95

#3

GLM-4.7 Zhipu AI

稳定编码、函数调用、工程问答

Arena Code 1439.1

93

#4

DeepSeek Coder V3 DeepSeek

代码生成、重构、开源生态认可度高

HumanEval / Repo-level coding 表现强

92

#5

Kimi K2 Moonshot AI

长上下文代码理解、文档到实现链路

长文代码库理解表现突出

90

TTS

语音合成自然度、情感表现与商用成熟度

Top 5

国内 TTS 榜依据

#1

MiniMax Speech-02 MiniMax

自然度高、情感表达、商业落地成熟

中文自然度与角色语音表现领先

96

推荐

#2

CosyVoice 2 FunAudioLLM / 阿里系生态

开源可控、零样本音色克隆、中文效果好

开源中文 TTS 代表方案

94

#3

Step-Audio TTS StepFun

对话式语音、拟人化表达、端到端体验好

语音交互体验强

92

#4

Doubao Voice ByteDance

产品集成强、延迟低、适合陪伴/内容场景

大规模应用落地能力强

90

#5

Tencent Cloud TTS Tencent

稳定性高、企业服务成熟、音库丰富

企业级接入成熟

88

ASR

语音识别准确率、实时性与行业适配

Top 5

国内 ASR 榜依据

#1

Paraformer Large FunAudioLLM / ModelScope

中文识别准确率高、流式与非流式都成熟

中文 ASR 开源标杆

96

推荐

#2

SenseVoice FunAudioLLM

多语言识别、情感/事件理解、实时性好

ASR + speech understanding 一体化

95

#3

Tencent Cloud ASR Tencent

稳定、工程接入成熟、行业方案丰富

企业级落地广泛

91

#4

iFLYTEK Spark ASR iFLYTEK

中文语音识别积累深、行业词表能力强

政企和教育场景强势

90

#5

Baidu Speech ASR Baidu

云服务稳定、普通话识别成熟、接入门槛低

通用云语音场景覆盖广

88

视频生成

镜头稳定性、动作表现与一致性

Top 5

国内视频榜依据

#1

Seedance 2.0 ByteDance

音视频同步生成、镜头一致性、商业化能力强

同步音视频单次生成，Languages 8+

97

推荐

#2

Kling 2.0 Kuaishou

运动幅度、镜头语言、人物动作细节

国内视频生成头部产品

95

#3

Vidu Q1 ShengShu AI

叙事连贯性、风格控制、中文提示词友好

创作者社区反馈稳定

93

#4

Wan 2.1 Alibaba

开源路线、可控生成、生态联动强

开源视频模型代表之一

91

#5

Hailuo Video MiniMax

人物演绎、短视频生成、产品体验完整

消费级生成体验优秀

89

图片生成

中文提示词理解、审美质量与可控性

Top 5

国内图片榜依据

#1

FLUX China / 国内优化版生态 Open ecosystem

中文提示词适配、写实质感、社区活跃

国内创作者生态采用广泛

94

推荐

#2

Kolors Kuaishou

中文语义理解强、海报和人物图表现好

中文文生图代表模型

93

#3

Tongyi Wanxiang Alibaba

电商和设计场景适配、企业服务能力强

企业图像生成落地成熟

92

#4

Doubao Image ByteDance

社媒内容生成、风格化、上手门槛低

内容创作场景增长快

90

#5

Ernie Image Baidu

企业集成、通用图像生成、中文理解稳定

云产品体系完整

88

API 定价对比

统一按每百万 tokens 展示，方便快速看输入、输出与上下文成本结构。

查看数据来源

筛选思路 先看输入成本，再看输出倍率和上下文窗口，避免只看单价忽略真实任务成本。

模型	提供商	输入	输出	上下文	最大输出
GPT-4.1 Nano	OpenAI	$0.10	$0.40	1M	16K
Qwen 3.5 Flash	Alibaba	$0.10	$0.40	1M	8K
Gemini 2.5 Flash	Google	$0.15	$0.60	1M	64K
Llama 4 Maverick	Meta (via API)	$0.20	$0.60	1M	16K
GPT-5 Mini	OpenAI	$0.25	$2.00	128K	16K
DeepSeek V3.2	DeepSeek	$0.25	$0.40	128K	16K
Grok 3 Mini	xAI	$0.30	$0.50	128K	16K
GPT-4.1 Mini	OpenAI	$0.40	$1.60	1M	16K
DeepSeek R1	DeepSeek	$0.55	$2.19	128K	16K
Claude Haiku 3.5	Anthropic	$0.80	$4.00	200K	8K
o4-mini	OpenAI	$1.10	$4.40	200K	100K
GPT-5	OpenAI	$1.25	$10.00	128K	16K
Gemini 3.1 Pro	Google	$1.25	$10.00	1M	64K
Gemini 2.5 Pro	Google	$1.25	$10.00	1M	64K
GPT-5.2	OpenAI	$1.75	$14.00	400K	32K
GPT-4.1	OpenAI	$2.00	$8.00	1M	32K
o3	OpenAI	$2.00	$8.00	200K	100K
Claude Sonnet 4.6	Anthropic	$3.00	$15.00	200K	64K
Grok 3	xAI	$3.00	$15.00	128K	16K
Claude Opus 4.6	Anthropic	$5.00	$25.00	200K	32K

模型发布时间线

按时间回看模型迭代节奏，判断各厂商当前重点押注方向。

查看数据来源

观察重点 留意各家在代码、推理、多模态和长上下文上的发布时间密度，能更快看出产品路线。

2026-07-13

UniVR-34B-Planning ByteDance LLM

2026-07-08

nvDock nvidia LLM

2026-07-07

CWIP-1.0 nvidia LLM

2026-07-02

HARC-Qwen2.5-7B-Instruct microsoft LLM

2026-07-01

Leanstral-1.5-119B-A6B mistralai LLM

2026-06-27

DeepSeek-V4-Flash-DSpark deepseek-ai LLM

2026-06-27

DeepSeek-V4-Pro-DSpark deepseek-ai LLM

2026-06-23

Kimi-K2.6-DFlash nvidia LLM

2026-06-10

EvoQuality ByteDance LLM

2026-06-09

Claude Fable 5 Anthropic LLM

Anthropic Claude Fable 5 — 1M tokens context, reasoning model.。GPQA Diamond 92.6%，HLE 53.3%

2026-06-09

North Mini Code Cohere LLM

Cohere North Mini Code — 256K tokens context, reasoning model.。GPQA Diamond 75.7%，HLE 9.9%

2026-06-09

diffusiongemma-26B-A4B-it google LLM

2026-06-03

Gemma 4 12B Google LLM

Google Gemma 4 12B — 131K tokens context, reasoning model.。GPQA Diamond 75.3%，HLE 14.8%

2026-06-03

new capabilities to GPT-Rosalind OpenAI LLM

2026-06-02

HARC microsoft LLM

2026-06-02

gemma-4-E2B-it-qat-mobile-transformers google LLM

2026-06-02

gemma-4-E4B-it-qat-mobile-transformers google LLM

2026-06-01

Qwen3.7 Plus Alibaba LLM

Alibaba Qwen3.7 Plus — 1M tokens context, reasoning model.。GPQA Diamond 90.0%，HLE 33.4%

2026-06-01

MiniMax-M3 MiniMax LLM

MiniMax MiniMax-M3 — 1M tokens context, reasoning model.。GPQA Diamond 92.9%，HLE 37.1%

2026-06-01

Mellum2 Hugging Face LLM

2026-06-01

gemma-4-E2B-it-qat-mobile-ct google LLM

2026-05-29

Step 3.7 Flash StepFun LLM

StepFun Step 3.7 Flash — 256K tokens context, reasoning model.。GPQA Diamond 80.9%，HLE 19.9%

2026-05-28

Claude Opus 4.8 Anthropic LLM

Anthropic Claude Opus 4.8 — 1M tokens context, reasoning model.。GPQA Diamond 92.0%，HLE 45.7%

2026-05-28

LFM2.5-8B-A1B Liquid AI LLM

Liquid AI LFM2.5-8B-A1B — 32K tokens context, reasoning model.。GPQA Diamond 51.3%，HLE 6.9%

2026-05-26

HyperNova 60B 2605 Multiverse Computing LLM

Multiverse Computing HyperNova 60B 2605 — 131K tokens context, reasoning model.。GPQA Diamond 73.3%，HLE 15.1%

2026-05-25

MiniCPM5-1B OpenBMB LLM

OpenBMB MiniCPM5-1B — 128K tokens context.。GPQA Diamond 27.8%，HLE 6.5%

2026-05-19

Qwen3.7 Max Alibaba LLM

Alibaba Qwen3.7 Max — 1M tokens context, reasoning model.。GPQA Diamond 92.3%，HLE 38.1%

2026-05-19

Gemini 3.5 Flash Google LLM

Google Gemini 3.5 Flash — 1M tokens context, reasoning model.。GPQA Diamond 82.8%，HLE 23.1%

2026-05-19

the Ettin Reranker Family Hugging Face LLM

2026-05-17

SAME-L stabilityai LLM

2026-05-14

JT-35B-Flash China Mobile LLM

China Mobile JT-35B-Flash — 256K tokens context.。GPQA Diamond 82.9%，HLE 6.1%

2026-05-11

MiniCPM-V 4.6 1.3B OpenBMB LLM

OpenBMB MiniCPM-V 4.6 1.3B — 262K tokens context.。GPQA Diamond 30.5%，HLE 4.9%

2026-05-08

Ring-2.6-1T InclusionAI LLM

InclusionAI Ring-2.6-1T — 262K tokens context, reasoning model.。GPQA Diamond 85.7%，HLE 18.3%

2026-05-05

GPT-5.5 Instant OpenAI LLM

OpenAI GPT-5.5 Instant — 400K tokens context, reasoning model.。GPQA Diamond 84.6%，HLE 20.3%

2026-04-30

Grok 4.3 xAI LLM

xAI Grok 4.3 — 1M tokens context, reasoning model.。GPQA Diamond 90.1%，HLE 35.0%

2026-04-29

Granite 4.1 30B IBM LLM

IBM Granite 4.1 30B — 131K tokens context.。GPQA Diamond 48.1%，HLE 4.2%

2026-04-29

Granite 4.1 3B IBM LLM

IBM Granite 4.1 3B — 131K tokens context.。GPQA Diamond 31.4%，HLE 3.4%

2026-04-29

Granite 4.1 8B IBM LLM

IBM Granite 4.1 8B — 131K tokens context.。GPQA Diamond 43.3%，HLE 3.8%

2026-04-29

Mistral Medium 3.5 Mistral LLM

Mistral Mistral Medium 3.5 — 256K tokens context, reasoning model.。GPQA Diamond 74.8%，HLE 12.8%

2026-04-24

DeepSeek V4 Flash DeepSeek LLM

DeepSeek DeepSeek V4 Flash — 1M tokens context, reasoning model.。GPQA Diamond 89.4%，HLE 32.1%