排行榜

能力评测站内热度

外部权威评测，保留原始分数与来源

综合编程 Agent 与工具推理与知识写作与对话语言行业视觉图像视频

中文英文日文韩文

中文Arena 中文提问的用户盲测偏好。

第 1 名

Gemini 4 Argon (High)Google

中文偏好

1586.64Arena±31.55

领先第 2 名

+14.22统计并列

能力指纹

编程写作指令多轮难题数学中文

来源

Arena2026-10-15

中文排名229

model= /

第一梯队10 个模型与第 1 名在 95% 置信区间内无显著差异，名次先后不代表确定的强弱。

名次模型思考强度中文偏好· 95% 区间能力指纹价格 / 百万 tokens

01

Gemini 4 Argon (High)

Gemini 4 Argon (High)

思考强度：—

1586.64

—

02

Claude Opus 5.5 (High)

Claude Opus 5.5 (High)

思考强度：—

1572.42

—

03

Claude Fable 5.1 (Max)

Claude Fable 5.1 (Max)

思考强度：—

1568.85

—

04

Claude Fable 5 (High)

Claude Fable 5 (High)

思考强度：—

1553.20

—

05

Claude Opus 4.6 (High)

Claude Opus 4.6 (High)

思考强度：—

1549.85

—

06

Claude Opus 5 (High)

Claude Opus 5 (High)

思考强度：—

1546.59

—

07

Claude Opus 5 (Max)

Claude Opus 5 (Max)

思考强度：—

1545.62

—

08

Claude Opus 4.6

Claude Opus 4.6

思考强度：—

1545.11

—

09

Claude Sonnet 5.5

claude-sonnet-5.5-xhigh

思考强度：XHigh

1544.86

—

10

Gemini 3.7 Flash (High)

Gemini 3.7 Flash (High)

思考强度：—

1544.32

—

11

GPT 5.6 Sol

gpt-5.6-sol-xhigh

思考强度：XHigh

1541.25

—

12

Kimi K3 (Max)

Kimi K3 (Max)

思考强度：—

1540.89

—

13

Claude Opus 4.7 (High)

Claude Opus 4.7 (High)

思考强度：—

1537.73

—

14

Gemini 3.8 Flash (High)

Gemini 3.8 Flash (High)

思考强度：—

1536.32

—

15

Claude Opus 4.7

Claude Opus 4.7

思考强度：—

1535.90

—

16

Qwen3.8 Max

qwen3.8-max

思考强度：—

1535.23

—

17

GLM 5.3

glm-5.3-max

思考强度：Max

1535.07

—

18

Gemini 3.6 Flash

gemini-3.6-flash-high

思考强度：High

1530.07

—

19

GLM 5.3 Flash

glm-5.3-flash

思考强度：—

1528.91

¥0.81

20

Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview

思考强度：—

1527.40

—

有 7 天前的可比快照后显示周变化。