综合榜单 – 鲲鹏Talk

近一年全部

热门榜单

MMLU MMLU-Pro GPQA HumanEval LiveCodeBench AIME 2024 MATH-500 SWE-Bench Verified IFBench

综合能力榜

大语言模型综合能力榜开源模型能力榜多模态模型能力榜多模态开源模型榜智能体能力榜·OpenClaw 智能体能力榜·Hermes

安全与对齐

价值对齐榜对齐可靠榜安全防御榜多模态安全榜

模型竞技场

模型竞技榜（文本）模型竞技榜（多模态） Arena AI Text Elo Arena AI Vision Elo Arena AI Search Elo Arena AI Agent Elo Arena AI Code Elo

名次	模型	机构	Elo	来源
1	Claude Opus 4 6 Search	Anthropic	1	来源 ↗
2	Gpt 5.5 Search	OpenAI	1	来源 ↗
3	Claude Fable 5	Anthropic	1	来源 ↗
4	Claude Opus 4.7	Anthropic	1	来源 ↗
5	Ernie 5.1	Baidu	1	来源 ↗
6	Claude Sonnet 4 6 Search	Anthropic	1	来源 ↗
7	Gemini 3.1 Pro Grounding	Google	1	来源 ↗
8	Gemini 3 Pro Grounding	Google	1	来源 ↗
9	Gpt 5.2 Search	OpenAI	1	来源 ↗
10	Grok 4.20 Multi Agent Beta 0309	xAI	1	来源 ↗
11	Claude Opus 4.8	Anthropic	1	来源 ↗
12	Gpt 5.1 Search	OpenAI	1	来源 ↗
13	Gemini 3 Flash Grounding	Google	1	来源 ↗
14	Gpt 5.4 Search	OpenAI	1	来源 ↗
15	Grok 4.20 Beta1	xAI	1	来源 ↗
16	Claude Sonnet 5 Search	Anthropic	1	来源 ↗
17	Claude Opus 4 5 Search	Anthropic	1	来源 ↗
18	Gpt 5.2 Search Non Reasoning	OpenAI	1	来源 ↗
19	Grok 4 1 Fast Search	xAI	1	来源 ↗
20	Grok 4 Fast Search	xAI	1	来源 ↗
21	Grok 4.3	xAI	1	来源 ↗
22	Claude Sonnet 4 5 Search	Anthropic	1	来源 ↗
23	Claude Opus 4 1 Search	Anthropic	1	来源 ↗
24	O3 Search	OpenAI	1	来源 ↗
25	Gemini 2.5 Pro Grounding	Google	1	来源 ↗
26	Grok 4 Search	xAI	1	来源 ↗
27	Ppl Sonar Reasoning Pro High	Perplexity	1	来源 ↗
28	Gpt 5 Search	OpenAI	1	来源 ↗
29	Ppl Sonar Pro High	Perplexity	1	来源 ↗
30	Claude Opus 4 Search	Anthropic	1	来源 ↗
31	Diffbot Small Xl	Diffbot	1	来源 ↗
32	Api Gpt 4O Search	OpenAI	1	来源 ↗

更多基准见全部评测基准；评测分数为事实数据，整理自公开评测体系。