2026-10-29最新大模型排行榜

综合评分榜点评：Anthropic不只是拿下榜首：前十占5席、前二十占7席，Claude Opus 5.5、Fable 5.1、Sonnet 5.5还包揽第1、3、4名，阵容密度很高。另一边，Google的Gemini 4 Argon以82.83分紧追榜首，和第三名Claude Fable 5.1仅差1.28分，领奖台席位并不稳。榜单里还有个小反转：Claude Opus 4.7排在第16，反而高于第18的Opus 4.8；光看版本号，猜不出名次。

编程榜点评：Anthropic在这份编程榜里把前五占了四席、前十占了五席，阵势比单拿榜首更抢眼；但冠军 Claude Fable 5.1 只领先 Google 的 Gemini 4 Argon 0.94 分，第二名与第三名也仅差 0.77 分，头部间隔很窄。榜单还有个反差：Claude Opus 5.5 排在第五，低于第四名 Claude Sonnet 5.5；OpenAI 则有三款模型上榜，却只有 GPT-6 Astra 进入前十。冠军是 Anthropic 的，前列却并非毫无悬念。

文档理解榜点评：文档理解榜的前两名咬得很紧：Anthropic 的 Claude Fable 5.1 以 86.08 分登顶，只比 OpenAI 的 GPT-6 Astra 高 0.71 分；第三名仍是 Claude Fable 5，前二之后才拉开些距离。真正的版面优势在席位数：Anthropic 包揽前十中的 5 席，OpenAI也有3席，Google的 Gemini 3.6 Flash排第9，Meta的 Muse Spark 1.1排第10。榜单上半区像 Anthropic 与 OpenAI轮流占座，下半区则能看到 Claude Opus、Sonnet多个版本交错出现——版本新旧并没有简单对应排名高低。

多模态榜点评：Anthropic拿下榜首，也在前20占了7席，Claude从Fable到Opus几乎每隔几名就出现一次；但第二名是Alibaba的Qwen3.8 Max，离第三名仅差1分，离冠军则差9分。Google、Meta各有模型挤进前十，OpenAI只有GPT-6.1 Sol守住一席。榜单还有个小反差：Claude Opus 4.7排在4.6前面，但两者同为1299分；而更高版本的Opus 5.5则排在第八。排名密集，型号与版本之间的差别，有时比名次看起来更微妙。

国产游戏开发榜点评：Kimi K3以84.39分登顶，月之暗面拿下冠军；但真正把前十排成“主场”的是智谱 AI：GLM-5.3、GLM-5.3-Flash、GLM-5.2、GLM-5.1和GLM-5-Turbo一口气占了5席。榜首与第二名MiMo-V2.6-Pro相差4.28分，第二、第三名Qwen3.8 Max却只差2.3分，前排座次仍有追赶空间。冠军归Kimi，前十的席位战则由GLM系列唱主角。

国产编程榜点评：小米的 MiMo-V2.6-Pro 以 73.2 分拿下榜首，比智谱 AI 的 GLM-5.3 高 2.95 分；但看前二十席位，智谱 AI 才是“人多势众”，一口气占了 6 席。榜单还有个反差：阿里通义的 Qwen3.8 Max、Qwen3.7 Max 排在第四、第五，分数却只差一分多；而智谱的 GLM-5.3-Flash 几乎追平阿里通义的 Qwen3.7 Max，前列争夺相当胶着。小米、月之暗面也各有三席，头名之争和席位之争，赢家并不是同一家。

调用量周榜点评：DeepSeek V4.1 Flash以56.16万亿 tokens登顶，是第二名智谱GLM-5.3-Flash的3.74倍，榜首几乎单独开了一档。可前十里DeepSeek和智谱各占两席，冠军之外，席位并没有被一家包圆。另一处反差是Anthropic：Claude Opus 5.5排第五，Haiku 5.5和Sonnet 5.5也进榜，但前十只有Opus一席。OpenAI则由GPT-6 Luna拿下第三，GPT-6.1 Sol排第十一，GPT-5.6 Luna落到第十六；光看名字，版本号可不负责保送名次。

国产调用量周榜点评：这份周榜最醒目的不是谁多拿了几个席位，而是榜首把差距拉开了：DeepSeek V4.1 Flash 达到 56.16 万亿 tokens，是第二名智谱 GLM-5.3-Flash 的 3.74 倍。DeepSeek 和智谱各占前七两席，席位分布倒挺均衡，调用量却完全不是一回事。零一万物的 Hy4 preview 排第三，是前五里唯一的非 DeepSeek、智谱模型；小米 MiMo-V2.6-Flash 和 Moonshot Kimi K3 则分别守住第六、第七。榜单像是“多人入围，DeepSeek 单骑冲线”。

国产性价比榜点评：这张榜单的反差在于：综合评分最高的不是性价比冠军。小米 MiMo-V2.6-Pro 综合评分 69.41，排在第4；智谱 GLM-5.3-Flash 以 92.5 分登顶，榜首比第二名多 21.99 分。结合榜单口径看，性价比分还受托管价格影响，不能直接当成能力名次。席位分布也很有看头：阿里通义前20有5席，数量最多，却没有进入前五；智谱和小米各占4席，小米拿下前五中的两席。换句话说，阿里赢在铺开，智谱赢在榜首，小米则在前排扎堆。

开源模型榜点评：腾讯 Hy4 preview 以 73.83 分居首，比小米 MiMo-V2.6-Pro 高 4.42 分；但冠军并没带来席位优势，智谱 AI 在前十占了 4 席，前二十更有 7 席，GLM-5.3、GLM-5.3-Flash、GLM-5.2、GLM-5.1接连上榜，堪称榜单里的“人海战术”。小米则有 MiMo-V2.6-Pro 和 Flash 双双进入前十，第二、第三名只差 1.77 分。需要留意，榜单按开源权重标记收录，不等于相关模型都有免费的托管 API。

性价比榜点评：智谱 AI 的 GLM-5.3-Flash 以 93.25 分拿下榜首，比第二名高 4.51 分；但第二、第三名的小米 MiMo-V2.6-Flash 和 DeepSeek V4 Flash 0731 只差 0.63 分，冠亚军之后几乎贴身。前十席位则由多家分摊：小米、智谱 AI、深度求索和 OpenAI 各占两席。别把性价比分当能力榜看：GPT-OSS 20B 排第八，综合评分只有 6.79；腾讯 Hy4 preview 综合评分达 73.83，却排第 17，榜单还把价格算进去了。