Artificial Analysis 官方榜单全集

同一个模型往往被十几家服务商接入：能力分一样，但每任务成本、输出速度和上下文各不相同。这张榜按服务商接入点排名，先看「谁家能跑最强模型」，再看「同一模型谁家更便宜、更快」。

1. 1 Claude Opus 5.5 (max with fallback)Anthropic 58
2. 2 Claude Opus 5.5 (max with fallback)Amazon Bedrock 58
3. 3 Claude Opus 5.5 (max with fallback)Google 58
4. 4 Claude Opus 5.5 (max with fallback)Microsoft Azure 58
5. 5 Claude Sonnet 5.5 (max with fallback)Anthropic 56
6. 6 Claude Sonnet 5.5 (max with fallback)Microsoft Azure 56
7. 7 Claude Sonnet 5.5 (max with fallback)Amazon Bedrock 56
8. 8 Claude Sonnet 5.5 (max with fallback)Google 56
9. 9 Claude Opus 5.5 (xhigh with fallback)Anthropic 56
10. 10 Kimi K3.1 ProKimi 55

最便宜的接入点：OpenAI 跑 GPT-6 Luna (non-reasoning)，每任务 $0.01

这是 AA 最主力的一张榜：把多套公开基准合成一个 0–100 的智能指数排一遍，同时给出每任务成本、输出速度、首字延迟与上下文窗口。分数告诉你上限，后四列告诉你用起来的代价。

1. 1 Claude Opus 5.5 (max with fallback) 58
2. 2 Claude Opus 5.5 (xhigh with fallback) 57
3. 3 GPT-6 Astra (max) 57
4. 4 GPT-6 Astra (xhigh) 55
5. 5 GPT-6 Astra (high) 55
6. 6 GPT-6.1 Sol (max) 55
7. 7 Claude Sonnet 5.5 (max with fallback) 54
8. 8 GPT-6.1 Sol (xhigh) 52
9. 9 Claude Opus 5.5 (high with fallback) 52
10. 10 GPT-6 Astra (medium) 51

榜内每任务成本中位 $1.29，共 19 家开发商

同一个提示词，让两个模型各画一张，由人盲选哪张更好——文生图榜的 Elo 就是这么投出来的。它衡量的是「人看着觉得谁画得好」，不是提示词理解、画面文字或细节还原的单项能力。

1. 1 GPT Image 2.5 Sunburst (max) 1221.96
2. 2 GPT Image 2.5 Flare (max) 1206.72
3. 3 GPT Image 2 (high) 1185.74
4. 4 Nano Banana 2.1 1175.56
5. 5 MAI-Image-2.6 1165.89
6. 6 Grok Imagine Image 2.0 1165.59
7. 7 Nano Banana 2 (Gemini 3.1 Flash Image) 1139.99
8. 8 Muse Image 1127.25
9. 9 GPT Image 1.5 (high) 1122.6
10. 10 MAI-Image-2.6-Flash 1119.12

榜内每千张价格中位 $32.00

给一张原图和一句修改要求（换背景、改光线、修掉杂物），两个模型各改一版，再让人盲选哪版更好——这是图像编辑榜的排名方式。它考的不是「从零画一张」，而是「听懂改动要求，并且别把原图改坏」。

1. 1 GPT Image 2.5 Sunburst (max) 1198.81
2. 2 MAI-Image-2.7-Preview 1193.12
3. 3 GPT Image 2.5 Flare (max) 1181.64
4. 4 MAI-Image-2.6 1151.42
5. 5 Krea 3 (Ultra) 1151.11
6. 6 Nano Banana 2.1 1150.98
7. 7 MAI-Image-2.6-Flash 1144.09
8. 8 GPT Image 2 (high) 1136.23
9. 9 Seedream 5.0 Pro 1130.5
10. 10 Muse Image 1128.9

榜内每千张价格中位 $40.00

一句提示词，两个模型各生成一段视频，再由人盲选哪段更好看——文生视频榜的 Elo 就是这么来的。投票看的是画质、动作自然度与提示词贴合的综合观感，不是单看某一帧。

1. 1 Wan 3.0 1173.62
2. 2 Utopai X 1167.52
3. 3 MiniMax H3 (768p) 1158.38
4. 4 HeyGen Video 1 1156.69
5. 5 Dreamina Seedance 2.5 1155.9
6. 6 FLUX 3 Max (720p) 1155.17
7. 7 MiniMax H3 Max 1152.43
8. 8 FLUX 3 1142.19
9. 9 Dreamina Seedance 2.0 1135.93
10. 10 Gemini Omni Flash 1.1 1128.34

榜内每分钟价格中位 $8.10

给一张首帧图加一句动作描述，让模型把画面「动起来」——图生视频比的是主体不变形、动作合理、镜头连贯。它和文生视频最大的区别是：画面起点已经被你固定，模型要做的是把这段画面延续下去。

1. 1 MiniMax H3 (768p) 1139.5
2. 2 FLUX 3 Max (720p) 1138.02
3. 3 Dreamina Seedance 2.5 1137.5
4. 4 Gemini Omni Flash 1.1 1132.37
5. 5 Wan 3.0 1126.77
6. 6 MiniMax H3 Max 1125.11
7. 7 Dreamina Seedance 2.0 1121.45
8. 8 FLUX 3 1086.34
9. 9 Grok Imagine Video 1.5 1067.01
10. 10 HappyHorse-1.1 1060.71

榜内每分钟价格中位 $8.76

给一段原视频加一句修改要求（换背景、改光线、去掉某个物体），模型改完再由人盲选哪版更自然——视频编辑榜考的是「听懂改动」并且「别把原片改坏」，比从零生成难得多。

1. 1 Wan 3.0 1197.68
2. 2 Dreamina Seedance 2.5 1155.01
3. 3 Hyperflow H3 1153.17
4. 4 Gemini Omni Flash 1.1 1148.43
5. 5 MiniMax H3 (768p) 1124.48
6. 6 HappyHorse-1.0 1090.09
7. 7 Dreamina Seedance 2.0 1081.76
8. 8 Wan 2.7 1076.51
9. 9 Aleph 2.0 1011.6
10. 10 Kling 3.0 Omni 1080p (Pro) 1000

榜内每分钟价格中位 $16.85

同一段文字，让各家语音服务商用自己的声音读出来，再让人盲选哪段更自然——语音合成榜比的是音色、语气和韵律的自然度，不是「像不像某个特定的人」。

1. 1 Eleven v4 1335.35
2. 2 Eleven v4 Turbo 1333.28
3. 3 Qwen-Audio-3.1-TTS-Plus 1305.07
4. 4 Sonic 3.6 1294.22
5. 5 Gemini 3.8 Flash TTS 1282.58
6. 6 Qwen-Audio-3.0-TTS-Plus 1268.56
7. 7 Realtime TTS-2 1268.03
8. 8 Gemini 3.8 Flash-Lite TTS 1258.94
9. 9 Simba 3.2 1249.04
10. 10 Fish Audio Drama 3 Preview 1242.8

榜内每百万字符价格中位 $21.40

给一段参考音色，再让模型用这个音色读新文字——音色控制榜比的是「像不像参考音色」和「读得自不自然」。它和普通语音合成榜的区别是：起点已经从零变成「复现一个已有的声音」。

1. 1 HeyGen Voice 1194.68
2. 2 HeyGen Voice Turbo 1186.21
3. 3 Qwen-Audio-3.1-TTS-Plus 1184.12
4. 4 Eleven v4 1161.31
5. 5 Eleven v4 Turbo 1159.18
6. 6 Sonic 3.6 1151.09
7. 7 Realtime TTS-2 1149.94
8. 8 Qwen-Audio-3.0-TTS-Plus 1129.13
9. 9 Sonic 3.5 1118.09
10. 10 Simba 3.2 1085.55

榜内每百万字符价格中位 $20.80

给一段风格描述，让模型写出一首带人声的歌，再由人盲选哪首更好听——人声音乐榜看的是整体听感：旋律、编曲、人声自然度与混音，任何一环掉链子都会被听出来。

1. 1 Suno v6 1144.03
2. 2 Suno v6-mini 1131.64
3. 3 Mureka V9.5 1101.31
4. 4 Mureka V9 1061.98
5. 5 Lyria 3.5 1051.2
6. 6 Lyria 3 Pro 1047.41
7. 7 Eleven Music v2.5 1015.89
8. 8 Eleven Music v2 1000.15
9. 9 MiniMax Music 3.0 1000
10. 10 Eleven Music 999.25

官方共投了 41,087 组对比，样本越多名次越稳

同一段风格描述，让模型生成纯器乐作品，再由人盲选哪首更好——没有人声掩盖，编曲层次、乐器音色和动态起伏会被直接听出来，所以这张榜比人声榜更「挑制作」。

1. 1 Suno v6 1148.36
2. 2 Suno v6-mini 1114.19
3. 3 Mureka V9.5 1084.08
4. 4 Mureka V9 1082.64
5. 5 Lyria 3 Pro 1079.89
6. 6 Lyria 3.5 1078.37
7. 7 Eleven Music 1021.01
8. 8 Stable Audio 3 Large 1013.86
9. 9 Eleven Music v2 1010.85
10. 10 MiniMax Music 2.5+ 1007.07

官方共投了 42,730 组对比，样本越多名次越稳