Benchmark
大语言模型综合能力榜·语言
general
text
多语言
大语言模型综合能力榜·语言：多维度评测综合成绩。评测分数为事实数据，整理自公开评测体系，仅供学习研究参考。
Top 10
榜单概览
数据说明
分数为 0-100 百分制综合成绩（Elo 榜为相对评分，仅供同榜内比较）。评测分数属事实数据，整理自公开评测体系与厂商公开资料，部分分数为厂商自报口径，不同榜单的评测方法与数据集可能存在差异，请结合多个榜单交叉参考。
Ranking
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | GPT-5.4 | OpenAI | 80.2 | 来源 |
| 2 | Qwen3.6 Max Preview | Alibaba Cloud / Qwen Team | 79.5 | 来源 |
| 3 | Doubao-Seed-2-0-Pro-260215 (high) | ByteDance | 77.3 | 来源 |
| 4 | Kimi K2.6 | Moonshot AI | 75.0 | 来源 |
| 5 | Gemini 3.1 Pro Preview | 74.8 | 来源 | |
| 6 | Hy3 preview | Tencent | 74.4 | 来源 |
| 7 | Doubao-Seed-2-0-Lite-260215 (high) | ByteDance | 74.4 | 来源 |
| 8 | Grok-4.20-0309 | xAI | 73.9 | 来源 |
| 9 | GPT-5.4 mini | OpenAI | 73.0 | 来源 |
| 10 | GLM-5.1 | Zhipu AI | 71.9 | 来源 |
| 11 | Qwen3.5 397B-A17B | Alibaba Cloud / Qwen Team | 71.0 | 来源 |
| 12 | Claude Sonnet 4.6 | Anthropic | 70.5 | 来源 |
| 13 | DeepSeek V4 Pro | DeepSeek | 70.1 | 来源 |
| 14 | Claude Opus 4.7 | Anthropic | 70.0 | 来源 |
| 15 | Ring-2.5-1T | Ant Group | 69.8 | 来源 |
| 16 | Qwen3.6 27B | Alibaba Cloud / Qwen Team | 69.0 | 来源 |
| 17 | MiniMax-M2.7 | MiniMax | 68.1 | 来源 |
| 18 | DeepSeek V4 Flash | DeepSeek | 66.2 | 来源 |
| 19 | Gemma 4 31B IT | 64.6 | 来源 | |
| 20 | Step 3.5 Flash | StepFun | 64.4 | 来源 |
| 21 | JT-MINI | China Mobile | 60.8 | 来源 |
| 22 | Gemini 3.1 Flash Lite Preview | 58.7 | 来源 | |
| 23 | Gemma 4 E4B IT | 55.8 | 来源 |