跳到正文
智迹闻AuraTracer
我的阅读

模型综合榜

108 个近期版本 · 官方发布与权威评测公开成绩

评分方法与来源

近半年 · 2026-05-08 — 2026-11-08

推理求解25%工具与任务执行25%编程20%语言与信息处理20%多模态理解10%

至少3项当前基准、2类能力。已公开能力按比例分配权重；各模型的测项覆盖见表内依据。

本站汇总官方发布与权威榜单的公开成绩，百分位表示近期可比模型中的相对位置。
名次模型版本综合分公开依据已公布能力发布日期
01 Gemini 4 Carbon 93.9293.92 13项基准5类能力
推理 98.7任务 90.2编程 89.8信息 93.7多模态 100.0
02 Claude Opus 5.5 91.4491.44 17项基准5类能力
推理 95.0任务 93.6编程 98.1信息 82.5多模态 82.0
03 GPT-6.1 Sol 89.3089.3 17项基准5类能力
推理 97.3任务 80.1编程 90.2信息 88.7多模态 91.9
04 GPT-6 Astra 89.2489.24 21项基准5类能力
推理 100.0任务 78.5编程 96.8信息 86.3多模态 80.1
05 Muse Wonder Full 88.5188.51 11项基准4类能力
推理 87.2任务 94.2编程 80.4信息 91.0
06 Claude Sonnet 5.5 87.2187.21 16项基准5类能力
推理 82.5任务 97.7编程 96.9信息 63.8多模态 100.0
07 Muse Wonder 81.6781.67 14项基准5类能力
推理 70.3任务 91.3编程 80.1信息 85.1多模态 82.3
08 Kimi K3.1 Pro 81.4981.49 12项基准5类能力
推理 82.4任务 87.6编程 71.4信息 82.4多模态 82.3
09 Gemini 4 Argon 81.1981.19 19项基准5类能力
推理 83.4任务 68.7编程 84.8信息 87.3多模态 87.5
10 GPT-6.1 Terra 80.5180.51 14项基准5类能力
推理 82.7任务 75.2编程 95.9信息 66.6多模态 85.3
11 Claude Fable 5.1 78.3178.31 19项基准5类能力
推理 84.3任务 86.5编程 54.3信息 79.3多模态 88.9
12 Qwen3.8-Flash-Next 76.8476.84 12项基准5类能力
推理 71.0任务 78.4编程 100.0信息 66.5多模态 61.8
13 Tencent Hy4 75.7775.77 9项基准4类能力
推理 76.5任务 79.9编程 81.6信息 63.9
14 Qwen3.8 2.4T A95B 73.1673.16 11项基准3类能力
推理 79.2任务 78.3信息 59.2
15 Inkling 2 Small 71.9871.98 14项基准5类能力
推理 69.3任务 72.2编程 69.4信息 76.9多模态 73.5
16 Qwen3.8 Max (0902) 71.5871.58 18项基准5类能力
推理 72.1任务 82.4编程 64.3信息 62.1多模态 76.5
17 Claude Opus 5 69.8469.84 14项基准4类能力
推理 62.6任务 75.3编程 75.0多模态 64.1
18 Grok 4.7 69.2269.22 14项基准5类能力
推理 63.3任务 83.8编程 68.6信息 73.0多模态 41.2
19 Gemini 3.8 Flash 68.7868.78 18项基准5类能力
推理 69.8任务 68.0编程 54.5信息 74.7多模态 84.9
20 Agnes 2.5 Pro Beta 66.9166.91 4项基准3类能力
推理 80.5任务 67.1多模态 32.4
21 DeepSeek V4.1 Flash 1017 65.3365.33 15项基准5类能力
推理 58.2任务 80.6编程 77.2信息 47.8多模态 56.0
22 GPT-6 Sol 65.0765.07 9项基准5类能力
推理 61.4任务 45.7编程 100.0信息 73.5多模态 35.9
23 MiniMax-M3.1-Flash 62.8562.85 11项基准5类能力
推理 62.0任务 77.0编程 55.1信息 59.0多模态 52.9
24 DeepSeek V4 Flash Vision 62.3862.38 10项基准4类能力
推理 74.9任务 68.7信息 55.3多模态 29.4
25 Ling 3.1 Flash 1019 61.2461.24 10项基准4类能力
推理 60.0任务 82.1编程 46.9信息 51.0
26 GPT-5.6 Sol 60.7560.75 16项基准5类能力
推理 60.2任务 49.2编程 62.5信息 70.0多模态 69.1
27 Ling 3.1 Flash 60.6360.63 5项基准2类能力
任务 74.9信息 42.8
28 GLM-5.3 59.6359.63 19项基准4类能力
推理 63.4任务 72.7编程 58.6信息 39.6
29 Claude Haiku 5.5 59.0659.06 17项基准5类能力
推理 63.1任务 69.1编程 69.8信息 35.2多模态 50.0
30 Gemini 3.7 Flash 57.1257.12 6项基准5类能力
推理 50.0任务 33.0编程 62.5信息 82.3多模态 74.1
31 Nex-N2-Pro 56.3156.31 7项基准3类能力
推理 71.2任务 38.0信息 60.5
32 Qwen3.8 Max 55.5355.53 11项基准5类能力
推理 62.1任务 58.4编程 25.0信息 67.7多模态 69.0
33 Grok 4.6 55.1555.15 5项基准4类能力
推理 63.2任务 47.7编程 62.5信息 47.1
34 GLM-5.3-Flash 54.5654.56 16项基准5类能力
推理 61.0任务 61.9编程 48.6信息 53.9多模态 33.3
35 Claude Fable 5 54.5454.54 12项基准5类能力
推理 59.7任务 57.1编程 50.0信息 47.5多模态 58.3
36 Solar Open2 250B 54.1854.18 7项基准3类能力
推理 55.9任务 20.2信息 94.4
37 Step 5 Preview 52.7952.79 15项基准5类能力
推理 49.9任务 64.8编程 39.6信息 61.8多模态 38.2
38 MiMo-V2.6-Pro 52.3852.38 13项基准5类能力
推理 44.8任务 66.8编程 53.8信息 57.6多模态 22.2
39 MiniCPM5-2B 51.8951.89 16项基准4类能力
推理 47.1任务 34.0编程 100.0信息 32.1
40 Qwen3.8 27B 51.6451.64 16项基准5类能力
推理 47.8任务 66.8编程 38.1信息 59.2多模态 35.3
41 GPT-5.5 Instant (June 2026) 51.1851.18 8项基准3类能力
推理 44.2任务 38.0信息 76.3
42 DeepSeek V4 Pro 0813 50.9450.94 17项基准4类能力
推理 56.3任务 57.5编程 38.5信息 48.4
43 Mistral Large 4 Preview 49.3249.32 11项基准4类能力
推理 41.4任务 66.7编程 44.9信息 42.0
44 DeepSeek V4.1 Flash 48.9648.96 10项基准5类能力
推理 14.3任务 74.7编程 84.6信息 32.4多模态 33.3
45 Muse Spark 1.3 48.9148.91 5项基准3类能力
推理 28.3任务 60.9多模态 70.4
46 Muse Spark 1.2 48.6448.64 4项基准3类能力
任务 44.6信息 70.6多模态 14.8
47 Muse Spark Open 48.6248.62 17项基准5类能力
推理 44.5任务 58.8编程 25.0信息 62.0多模态 53.8
48 MiMo-V2.6-Flash 48.3648.36 13项基准5类能力
推理 50.5任务 70.4编程 43.0信息 36.7多模态 21.8
49 Kimi K2.7 Code 47.7047.7 11项基准3类能力
推理 61.1任务 40.0信息 40.6
50 Apodex 1.1 47.2447.24 11项基准4类能力
推理 45.4任务 45.0信息 48.0多模态 55.9
51 GPT-6 Luna 45.8245.82 19项基准5类能力
推理 68.8任务 45.2编程 25.5信息 51.3多模态 19.6
52 Nanbeige4.3-33B 45.4945.49 9项基准4类能力
推理 32.7任务 62.8编程 36.7信息 48.5
53 MiniMax-M3 45.0945.09 17项基准5类能力
推理 59.0任务 28.0编程 34.5信息 60.1多模态 44.1
54 Motif 3 43.7043.7 5项基准3类能力
推理 47.5任务 53.9信息 26.3
55 G9v3-39A5B 43.5843.58 3项基准2类能力
推理 39.0任务 48.2
56 Grok 4.5 43.4643.46 5项基准3类能力
任务 42.7编程 43.8信息 44.1
57 JT-4.1 Flash 236B A21B 43.4143.41 7项基准4类能力
推理 52.5任务 53.5信息 38.2多模态 5.9
58 K2 Horizon 375B A23B 43.3643.36 12项基准4类能力
推理 35.2任务 58.0编程 38.8信息 39.8
59 Kimi K3 42.6042.6 14项基准5类能力
推理 35.9任务 54.0编程 34.6信息 50.0多模态 32.1
60 Ling-3.0-flash-VL 40.9340.93 9项基准4类能力
推理 40.8任务 41.9信息 36.8多模态 47.1
61 Hy4 preview 40.2840.28 6项基准3类能力
推理 57.1任务 26.2编程 36.8
62 Qwen3.7 Plus 40.0740.07 17项基准5类能力
推理 61.2任务 24.4编程 0.0信息 61.0多模态 64.7
63 Gemini 3.5 Flash-Lite 39.7439.74 14项基准5类能力
推理 28.6任务 38.5编程 30.6信息 59.2多模态 50.0
64 Gemini 3.6 Flash 39.5939.59 5项基准5类能力
推理 31.6任务 22.2编程 25.0信息 77.9多模态 55.6
65 Gemini 3.5 Flash 38.6238.62 8项基准5类能力
推理 44.7任务 23.7编程 0.0信息 77.9多模态 59.3
66 Beam 1.0 38.3838.38 11项基准4类能力
推理 32.9任务 50.3编程 20.1信息 48.7
67 GPT-5.6 Terra 38.2238.22 10项基准5类能力
推理 48.5任务 22.9编程 37.5信息 50.0多模态 28.7
68 Qwen3.7 Max 38.1038.1 10项基准4类能力
推理 40.0任务 51.4编程 0.0信息 57.2
69 Solar Pro 4 37.7837.78 11项基准3类能力
推理 33.4任务 38.1信息 42.9
70 Quasar 438B 37.5237.52 8项基准3类能力
推理 31.6任务 50.8信息 28.3
71 A.X-K2 36.8836.88 7项基准3类能力
推理 55.9任务 22.6信息 30.9
72 DeepSeek V4 Flash 0731 36.6936.69 8项基准4类能力
推理 24.1任务 36.6编程 66.7信息 22.6
73 Hy3 35.4235.42 10项基准4类能力
推理 56.0任务 33.1编程 0.0信息 48.0
74 Gemma 4 12B 34.1234.12 5项基准4类能力
推理 31.4任务 7.0信息 81.2多模态 14.7
75 Ring-2.6-1T 34.1034.1 9项基准3类能力
推理 55.9任务 23.8信息 19.8
76 Solar Mini 4 33.8533.85 6项基准2类能力
任务 38.4信息 28.2
77 Claude Sonnet 5 32.9532.95 9项基准5类能力
推理 44.7任务 26.3编程 62.5信息 8.8多模态 9.3
78 Nemotron 3.5 Super VL 32.2332.23 10项基准4类能力
推理 24.0任务 34.3编程 32.6信息 39.5
79 Granite 4.2 3B 31.2731.27 20项基准4类能力
推理 32.5任务 9.8编程 34.9信息 52.9
80 K2 Horizon MoVA 36B A4B 31.2231.22 10项基准4类能力
推理 27.8任务 47.6编程 24.5信息 21.7
81 HyperNova 60B 2605 31.0831.08 6项基准3类能力
推理 23.7任务 8.3信息 68.8
82 Nemotron 3 Ultra 550B A55B 31.0631.06 15项基准4类能力
推理 33.8任务 20.5编程 14.3信息 57.6
83 LFM2.5-2.6B 30.0130.01 11项基准4类能力
推理 2.8任务 38.0编程 33.3信息 50.7
84 Inkling 29.9429.94 18项基准5类能力
推理 37.4任务 32.1编程 11.2信息 41.2多模态 20.6
85 Inkling Small 29.2329.23 18项基准5类能力
推理 41.9任务 30.9编程 15.2信息 28.3多模态 23.5
86 LongCat 2.0 29.0229.02 8项基准3类能力
推理 35.3任务 21.2信息 30.9
87 Muse Glimmer 27.6027.6 15项基准5类能力
推理 29.2任务 28.6编程 18.4信息 34.1多模态 26.5
88 Ling-3.0-flash-Fin 25.8325.83 9项基准3类能力
推理 15.9任务 33.8信息 28.3
89 K2 Horizon 7B 25.3425.34 10项基准4类能力
推理 20.1任务 44.9编程 16.3信息 16.4
90 K-EXAONE 2.0 0803 21.1421.14 12项基准4类能力
推理 25.3任务 18.9编程 10.2信息 29.7
91 Ling 3.0 Tiny 20.8920.89 8项基准3类能力
推理 25.4任务 18.2信息 18.6
92 Mistral Medium 3.5 20.7820.78 16项基准5类能力
推理 15.1任务 19.3编程 20.4信息 36.1多模态 8.8
93 Nemotron 3.5 Bolt 74B-A9B 20.7620.76 5项基准2类能力
任务 27.4信息 12.5
94 DiffusionGemma 26B A4B 20.0220.02 4项基准4类能力
推理 16.9任务 7.4信息 43.8多模态 11.8
95 Claude Opus 4.8 18.7318.73 14项基准5类能力
推理 10.5任务 41.3编程 0.0信息 26.0多模态 5.6
96 K2 Horizon 3.7B 18.0618.06 10项基准4类能力
推理 14.3任务 27.8编程 12.2信息 16.4
97 Granite 4.2 30B 17.6017.6 11项基准3类能力
推理 12.7任务 15.3信息 26.6
98 GPT-5.6 Luna 15.8815.88 10项基准5类能力
推理 5.5任务 27.3编程 12.5信息 25.0多模态 1.9
99 Nemotron 3.5 Lightning 14.4414.44 13项基准4类能力
推理 16.0任务 14.9编程 3.1信息 23.3
100 North Mini Code 14.1914.19 13项基准4类能力
推理 15.7任务 12.2编程 8.2信息 20.8
101 Command A+ 13.8513.85 14项基准5类能力
推理 20.5任务 15.1编程 3.1信息 20.2多模态 2.9
102 GLM-5.2 12.9912.99 7项基准4类能力
推理 16.7任务 18.3编程 0.0信息 14.7
103 Mercury 2.5 12.7812.78 7项基准3类能力
推理 8.7任务 12.3信息 18.4
104 LFM2.5-8B-A1B 10.3910.39 9项基准4类能力
推理 24.5任务 0.0编程 0.0信息 16.1
105 Granite 4.2 8B 10.3110.31 12项基准4类能力
推理 8.5任务 12.0编程 3.1信息 17.6
106 Celeris-1 9.189.18 8项基准3类能力
推理 15.5任务 5.0信息 6.6
107 K2 Horizon 0.9B 2.632.63 7项基准3类能力
推理 1.7任务 3.0信息 3.3
108 MiniCPM-V 4.6 1.3B 1.451.45 4项基准4类能力
推理 3.4任务 1.2信息 0.0多模态 0.0
综合分如何计算

本站汇总已经公开的成绩。原分在同一最新基准版本及可比协议内，换算为近期模型共同参照集合的百分位；同一能力组内各基准族等权，再按上方基础权重汇总已覆盖的能力组。

只参与推理与信息两组的模型，实际权重为25/45和20/45。每个模型的测项覆盖可能不同，点击分数可回看实际权重、原分及来源。百分位表示相对位置。

同项目来源优先：基准官方或经复核权威榜单、模型自己的正式发布表、其他主流厂商的正式比较表。同级采用最新有效公开结果；不同运行配置分别记录。AA与Vals综合指数单列参考，组成成绩不重复计入。

方法：auratracer-public-composite-v9 · 1272条原始成绩参与计算 · 计算快照。

分数、原始成绩与参照集合 · 方法契约

来源、许可与评测说明

发布日期与计分原值附可回访来源。模型规格与部署价格保留各自资料出处。MIT许可与署名。价格属于具体部署，不是模型的统一价格。