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 Fable 5	Anthropic	1	来源 ↗
2	Claude Opus 4 7 Thinking	Anthropic	1	来源 ↗
3	Claude Opus 4 6 Thinking	Anthropic	1	来源 ↗
4	Claude Opus 4.7	Anthropic	1	来源 ↗
5	Claude Opus 4.6	Anthropic	1	来源 ↗
6	Muse Spark	Meta	1	来源 ↗
7	Gemini 3 Pro	Google	1	来源 ↗
8	Gemini 3.5 Flash Medium	Google	1	来源 ↗
9	Gpt 5.5 High	OpenAI	1	来源 ↗
10	GPT-5.5	OpenAI	1	来源 ↗
11	Claude Opus 4 8 Thinking	Anthropic	1	来源 ↗
12	Gpt 5.4 High	OpenAI	1	来源 ↗
13	Claude Opus 4.8	Anthropic	1	来源 ↗
14	GPT-5.4	OpenAI	1	来源 ↗
15	Gpt 5.2 Chat Latest 20260210	OpenAI	1	来源 ↗
16	GPT-5.5 Instant	OpenAI	1	来源 ↗
17	Gemini 3.5 Flash High	Google	1	来源 ↗
18	Gemini 3.1 Pro Preview	Google	1	来源 ↗
19	Claude Sonnet 4.6	Anthropic	1	来源 ↗
20	Claude Sonnet 5 High	Anthropic	1	来源 ↗
21	Gemini 3 Flash	Google	1	来源 ↗
22	Kimi K2.6	Moonshot AI	1	来源 ↗
23	Qwen3.7 Plus	Alibaba Cloud / Qwen Team	1	来源 ↗
24	Dola Seed 2.0 Pro	ByteDance	1	来源 ↗
25	Gemini 3 Flash (Thinking Minimal)	Google	1	来源 ↗
26	Gemma 4 31B	Google	1	来源 ↗
27	Grok 4.20 Beta 0309 Reasoning	xAI	1	来源 ↗
28	Gpt 5.4 Mini High	OpenAI	1	来源 ↗
29	Grok 4.20 Multi Agent Beta 0309	xAI	1	来源 ↗
30	Gpt 5.1 High	OpenAI	1	来源 ↗
31	Qwen3.5 397B-A17B	Alibaba Cloud / Qwen Team	1	来源 ↗
32	Kimi K2.5 Thinking	Moonshot AI	1	来源 ↗
33	Grok 4.3	xAI	1	来源 ↗
34	Gpt 5.2 High	OpenAI	1	来源 ↗
35	Gemma 4 26B A4B	Google	1	来源 ↗
36	Chatgpt 4O Latest 20250326	OpenAI	1	来源 ↗
37	MiniMax-M3	MiniMax	1	来源 ↗
38	MiMo-V2.5	Xiaomi	1	来源 ↗
39	GPT-5.1	OpenAI	1	来源 ↗
40	Kimi K2.5 Instant	Moonshot AI	1	来源 ↗
41	Gemini 3.1 Flash Lite Preview	Google	1	来源 ↗
42	GLM-5V-Turbo	Zhipu AI	1	来源 ↗
43	GPT-5.2	OpenAI	1	来源 ↗
44	Qwen3.5 122B-A10B	Alibaba Cloud / Qwen Team	1	来源 ↗
45	Gpt 5 Chat	OpenAI	1	来源 ↗
46	Gpt 4.5 Preview 2025 02 27	OpenAI	1	来源 ↗
47	Gemini 2.5 Flash Preview 09 2025	Google	1	来源 ↗
48	Qwen3.5 27B	Alibaba Cloud / Qwen Team	1	来源 ↗
49	Ernie 5.0 Preview 1220	Baidu	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。