公告 AiTest123 交流群已开放 欢迎进群交流功能建议、产品想法、数据问题和使用反馈

AiTest123.comAiTest123.comAI 评测与可信度检测平台

代码能力榜

ModelSage基准跑分

原始分 = Terminal-Bench v4.0 与 SciCode 两项通过率的平均；分数 = 原始分 ÷ 当次最高 × 100。两项都没跑全的模型不进本榜。

收录模型 177 个模型 Terminal-Bench + SciCode 相对分 · 数据日期 2026-10-28 10:39

收录 177 个模型的Terminal-Bench + SciCode 相对分成绩，榜首是 Kimi K3.1 Pro（100）， 榜内平均 51.8，涉及 12 家厂商。 这份数据的时间是 2026-10-28 10:39（北京时间）。

收录模型 177 与官方榜单一致，同一模型的不同推理档位各占一行
主指标 Terminal-Bench + SciCode 相对分 原始分 = Terminal-Bench v4.0 与 SciCode 两项通过率的平均；分数 = 原始分 ÷ 当次最高 × 100。两项都没跑全的模型不进本榜。
榜内平均 51.8 同榜内直接可比，跨榜不可比
数据日期 2026-10-28 10:39 这一批成绩的公布时间

Terminal-Bench + SciCode 相对分 排名

基准跑分 · 177 个模型

名次与分数与官方榜单一致，名次不重排。条形长度按榜内最小值到最大值拉伸，领跑那条填满整列； 官方没给价格的模型显示「—」。分数后面的 ± 是官方给的统计误差，鼠标停在条上可看。

代码能力榜 Terminal-Bench + SciCode 相对分排名
排名模型厂商输入价（¥/M）输出价（¥/M）性价比（分/元）Terminal-Bench + SciCode 相对分
1 Kimi K3.1 Pro Moonshot/Kimi 13.0 68.0 3.7 100
2 Claude Opus 5.5 (max with fallback) Anthropic 26.7 133 1.9 98.8
3 Claude Sonnet 5.5 (max with fallback) Anthropic 13.3 66.7 3.7 97.4
4 Claude Opus 5.5 (xhigh with fallback) Anthropic 26.7 133 1.8 97.4
5 Gemini 4 Argon (high) Google 13.3 66.7 3.5 92.9
6 Claude Opus 5.5 (high with fallback) Anthropic 26.7 133 1.7 91.4
7 Claude Fable 5.1 (xhigh with fallback) Anthropic 66.7 333 0.7 90.6
8 GPT-6 Astra (max) OpenAI 66.7 333 0.7 90.3
9 GPT-6 Astra (xhigh) OpenAI 66.7 333 0.7 90.1
10 Claude Fable 5.1 (max with fallback) Anthropic 66.7 333 0.7 90
11 Claude Sonnet 5.5 (xhigh with fallback) Anthropic 13.3 66.7 3.4 89.4
12 Claude Opus 5.5 (medium with fallback) Anthropic 26.7 133 1.6 87.4
13 Claude Fable 5.1 (high with fallback) Anthropic 66.7 333 0.6 86.5
14 GPT-6.1 Terra (max) OpenAI 6.7 33.3 6.5 86.5
15 GPT-6.1 Sol (max) OpenAI 13.3 66.7 3.2 86.2
16 GPT-6.1 Sol (xhigh) OpenAI 13.3 66.7 3.2 85.8
17 GPT-6 Astra (high) OpenAI 66.7 333 0.6 85.5
18 GPT-6.1 Sol (high) OpenAI 13.3 66.7 3.1 83.9
19 Claude Opus 5 (max) Anthropic 33.3 167 1.2 82.4
20 GPT-6 Astra (medium) OpenAI 66.7 333 0.6 81
21 Claude Fable 5 (with fallback) Anthropic 66.7 333 0.6 80.8
22 Claude Opus 5 (xhigh) Anthropic 33.3 167 1.2 79.8
23 GPT-6 Sol (max) OpenAI 13.3 66.7 3.0 79.3
24 Claude Fable 5.1 (medium with fallback) Anthropic 66.7 333 0.6 79.2
25 Claude Opus 5 (high) Anthropic 33.3 167 1.2 79.2
26 GPT-6.1 Sol (medium) OpenAI 13.3 66.7 3.0 79.1
27 GLM-5.3 (max) 智谱AI 8.0 28.0 6.1 78.9
28 GPT-6.1 Terra (xhigh) OpenAI 6.7 33.3 5.8 78
29 Claude Sonnet 5.5 (high with fallback) Anthropic 13.3 66.7 2.9 76.3
30 Claude Fable 5.1 (low with fallback) Anthropic 66.7 333 0.6 75.9
31 GPT-5.6 Sol (max) OpenAI 26.7 133 1.4 75.8
32 GPT-6 Astra (low) OpenAI 66.7 333 0.6 75
33 MiMo-V2.6-Pro 小米 2.9 5.8 20.6 74.8
34 GPT-6.1 Terra (high) OpenAI 6.7 33.3 5.5 73.1
35 Qwen3.8 Max (0902) 阿里百炼 12.0 36.0 3.9 71.1
36 GPT-5.6 Terra (max) OpenAI 13.3 80.0 2.4 70.6
37 Claude Opus 5.5 (low with fallback) Anthropic 26.7 133 1.3 70.3
38 DeepSeek V4.1 Flash 1017 (max) DeepSeek 2.0 8.0 20.0 70.1
39 Claude Haiku 5.5 (max) Anthropic 0.67 3.3 51.4 68.6
40 Claude Opus 5 (medium) Anthropic 33.3 167 1.0 67.1
41 GPT-6 Sol (xhigh) OpenAI 13.3 66.7 2.5 66.7
42 GLM-5.3-Flash 智谱AI 0.80 2.8 50.8 66
43 GPT-6.1 Sol (low) OpenAI 13.3 66.7 2.5 65.6
44 GPT-6.1 Terra (medium) OpenAI 6.7 33.3 4.9 65.6
45 Grok 4.7 (xhigh) xAI 13.3 40.0 3.2 65
46 Claude Sonnet 5.5 (medium with fallback) Anthropic 13.3 66.7 2.4 64.6
47 Grok 4.7 (high) xAI 13.3 40.0 3.2 64.5
48 GPT-5.6 Sol (xhigh) OpenAI 26.7 133 1.2 64
49 GPT-6 Sol (high) OpenAI 13.3 66.7 2.4 63.4
50 Claude Haiku 5.5 (xhigh) Anthropic 0.67 3.3 47.5 63.3
51 Mistral Large 4 Preview Mistral 9.1 27.9 4.6 63.3
52 MiniMax-M3.1-Flash MiniMax 1.0 4.0 35.4 61.9
53 DeepSeek V4.1 Flash (max) DeepSeek 2.0 8.0 17.6 61.5
54 GPT-5.6 Sol (high) OpenAI 26.7 133 1.1 61.3
55 Grok 4.6 (high) xAI 13.3 40.0 3.0 60.7
56 GLM-5.3 (low) 智谱AI 8.0 28.0 4.6 60.1
57 Gemini 3.8 Flash (high) Google 5.0 25.0 6.0 59.6
58 Claude Opus 4.8 (max) Anthropic 33.3 167 0.9 59.5
59 Qwen3.8-Flash-Next 阿里百炼 1.0 3.1 38.7 59.3
60 Claude Opus 5 (low) Anthropic 33.3 167 0.9 59
61 Gemini 3.8 Flash (medium) Google 5.0 25.0 5.8 58.4
62 GPT-6.1 Terra (non-reasoning) OpenAI 6.7 33.3 4.4 58.3
63 MiMo-V2.6-Flash 小米 0.93 1.9 49.5 57.8
64 GPT-6 Sol (medium) OpenAI 13.3 66.7 2.1 56.6
65 Kimi K3 (max) Moonshot/Kimi 20.0 100 1.4 56.4
66 GPT-5.6 Sol (medium) OpenAI 26.7 133 1.1 56.3
67 Qwen3.8 Max 阿里百炼 12.0 36.0 3.1 56.2
68 Grok 4.7 (low) xAI 13.3 40.0 2.8 55.5
69 Gemini 3.7 Flash (high) Google 5.0 25.0 5.5 55.4
70 Claude Haiku 5.5 (high) Anthropic 0.67 3.3 41.2 55
71 GPT-5.5 (xhigh) OpenAI 33.3 200 0.7 55
72 Grok 4.6 (xhigh) xAI 13.3 40.0 2.7 54.8
73 Claude Sonnet 5.5 (low with fallback) Anthropic 13.3 66.7 2.0 54.5
74 Grok 4.6 (medium) xAI 13.3 40.0 2.7 53.9
75 Claude Sonnet 5 (max) Anthropic 13.3 66.7 2.0 53.5
76 GPT-6.1 Terra (low) OpenAI 6.7 33.3 4.0 52.8
77 GPT-6 Luna (max) OpenAI 0.67 3.3 39.4 52.5
78 Grok 4.5 (high) xAI 13.3 40.0 2.6 51.3
79 DeepSeek V4 Pro (max) DeepSeek 9.0 27.0 3.8 51.1
80 Qwen3.8 2.4T A95B 阿里百炼 12.0 36.0 2.8 51
81 Kimi K3 (low) Moonshot/Kimi 20.0 100 1.3 51
82 GPT-5.6 Luna (max) OpenAI 1.3 8.0 17.0 51
83 DeepSeek V4 Pro 0813 (max) DeepSeek 9.0 27.0 3.8 50.9
84 Gemini 3.8 Flash (low) Google 5.0 25.0 5.1 50.9
85 GPT-5.5 (high) OpenAI 33.3 200 0.7 50.9
86 GPT-5.5 Instant (June 2026) OpenAI 33.3 200 0.7 50.9
87 Claude Haiku 5.5 (medium) Anthropic 0.67 3.3 37.6 50.1
88 Gemini 3.1 Pro Preview Google 13.3 80.0 1.6 49
89 DeepSeek V4 Flash 0731 (max) DeepSeek 2.0 8.0 13.9 48.8
90 GPT-5.6 Terra (xhigh) OpenAI 13.3 80.0 1.6 48.8
91 Claude Haiku 5.5 (low) Anthropic 0.67 3.3 36.2 48.3
92 DeepSeek V4 Flash Vision (max) DeepSeek 2.9 8.8 11.0 48.3
93 Claude Sonnet 5 (xhigh) Anthropic 13.3 66.7 1.8 47.8
94 Gemini 3.6 Flash (high) Google 5.0 25.0 4.7 47.3
95 Gemini 3.5 Flash (high) Google 10.0 60.0 2.1 47.2
96 GPT-6 Sol (non-reasoning) OpenAI 13.3 66.7 1.8 47.2
97 GPT-6 Luna (xhigh) OpenAI 0.67 3.3 35.0 46.7
98 GPT-5.5 (medium) OpenAI 33.3 200 0.6 46.5
99 Claude Sonnet 5 (high) Anthropic 13.3 66.7 1.7 46.4
100 GPT-6 Sol (low) OpenAI 13.3 66.7 1.7 46.3
101 GPT-5.6 Sol (low) OpenAI 26.7 133 0.8 44.9
102 GPT-6 Luna (high) OpenAI 0.67 3.3 32.2 42.9
103 GPT-5.6 Luna (high) OpenAI 1.3 8.0 14.1 42.3
104 GPT-5.4 mini (xhigh) OpenAI 5.0 30.0 3.8 42.3
105 GPT-5.6 Luna (xhigh) OpenAI 1.3 8.0 14.1 42.2
106 GPT-5.6 Terra (high) OpenAI 13.3 80.0 1.4 42.1
107 Claude Sonnet 5 (medium) Anthropic 13.3 66.7 1.6 41.9
108 GPT-6 Luna (medium) OpenAI 0.67 3.3 31.3 41.7
109 Claude Sonnet 4.6 (max) Anthropic 20.0 100 1.0 41.5
110 Claude Sonnet 5 (low) Anthropic 13.3 66.7 1.5 41.1
111 Grok 4.6 (low) xAI 13.3 40.0 2.0 41
112 Qwen3.8 27B (xhigh) 阿里百炼 3.0 12.0 7.8 40.8
113 GLM-5.2 (max) 智谱AI 8.0 28.0 3.1 40.8
114 Kimi K2.6 Moonshot/Kimi 6.5 27.0 3.5 40.6
115 GPT-5.6 Terra (medium) OpenAI 13.3 80.0 1.3 40.3
116 GPT-5.6 Terra (low) OpenAI 13.3 80.0 1.3 40.2
117 Qwen3.7 Max 阿里百炼 12.0 36.0 2.2 39.9
118 MiMo-V2.5-Pro 小米 2.7 6.8 10.5 39.5
119 MiniMax-M2.7 MiniMax 2.1 8.4 10.6 39.1
120 MiniMax-M3 MiniMax 4.2 16.8 5.2 38.4
121 Hy3 腾讯混元 0.91 3.7 23.9 38.4
122 Kimi K2.7 Code Moonshot/Kimi 6.5 27.0 3.3 38.1
123 Grok 4.3 xAI 8.3 16.7 3.6 37.7
124 DeepSeek V4 Flash (max) DeepSeek 2.0 8.0 10.7 37.4
125 GPT-5.4 nano (xhigh) OpenAI 1.3 8.3 12.1 37.3
126 GPT-5.6 Luna (medium) OpenAI 1.3 8.0 12.3 37
127 Qwen3.7 Plus 阿里百炼 2.0 8.0 10.5 36.8
128 GPT-6 Luna (low) OpenAI 0.67 3.3 27.4 36.6
129 GLM-5.1 智谱AI 6.0 24.0 3.5 36.6
130 Gemini 2.5 Pro Google 8.3 66.7 1.6 36.2
131 GPT-5.6 Luna (low) OpenAI 1.3 8.0 12.0 36
132 Claude 4.5 Sonnet Anthropic 20.0 100 0.9 35.7
133 Gemma 4 31BFREE Google 免费 免费 3560.0 35.6
134 GPT-5.6 Terra (non-reasoning) OpenAI 13.3 80.0 1.2 35.6
135 Qwen3.5 397B A17B 阿里百炼 1.2 7.2 13.0 35
136 GPT-6 Luna (non-reasoning) OpenAI 0.67 3.3 26.2 34.9
137 Qwen3.8 27B (medium) 阿里百炼 3.0 12.0 6.6 34.4
138 Gemini 3.1 Flash-Lite Google 1.7 10.0 9.1 34.3
139 MiMo-V2.5 小米 0.89 1.8 30.9 34.3
140 DeepSeek V4 Flash (high) DeepSeek 2.0 8.0 9.7 33.8
141 Qwen3.6 27B 阿里百炼 3.0 18.0 4.9 33.4
142 o3-mini (high) OpenAI 7.3 29.3 2.6 33.4
143 Qwen3.8 27B (low) 阿里百炼 3.0 12.0 6.3 33.2
144 Gemini 3.5 Flash-Lite Google 2.0 16.7 5.8 33.1
145 Claude 4.5 Haiku Anthropic 6.7 33.3 2.5 33
146 Qwen3 235B A22B 2507 阿里百炼 2.0 20.0 5.0 32.4
147 DeepSeek V4 Pro 0813 (non-reasoning) DeepSeek 9.0 27.0 2.4 32.4
148 GPT-5.6 Luna (non-reasoning) OpenAI 1.3 8.0 10.8 32.4
149 DeepSeek V4.1 Flash (non-reasoning) DeepSeek 2.0 8.0 9.2 32.1
150 Mistral Medium 3.5 Mistral 10.0 50.0 1.6 31.4
151 Qwen3.5 122B A10B 阿里百炼 0.80 6.4 14.1 31
152 Grok 4.3 (non-reasoning) xAI 8.3 16.7 3.0 30.8
153 DeepSeek V3 0324 DeepSeek 2.0 8.0 8.7 30.5
154 GPT-5 mini (high) OpenAI 1.7 13.3 6.7 30.5
155 gpt-oss-20b (high) OpenAI 0.33 1.5 49.3 30.4
156 Mistral Small 4 Mistral 1.0 4.0 17.3 30.3
157 DeepSeek R1 (Jan) DeepSeek 4.0 16.0 4.3 29.9
158 DeepSeek V3.1 Terminus DeepSeek 4.0 12.0 5.0 29.7
159 Qwen3.6 35B A3B 阿里百炼 1.8 10.8 7.1 28.6
160 Mistral Large 3 Mistral 3.3 10.0 5.7 28.6
161 Qwen3.8 27B (non-reasoning) 阿里百炼 3.0 12.0 5.4 28.3
162 Qwen3 Coder Next 阿里百炼 1.0 4.0 16.2 28.3
163 Qwen3 32B 阿里百炼 2.0 20.0 4.3 28.1
164 DeepSeek V3 (Dec) DeepSeek 2.0 8.0 8.0 28
165 gpt-oss-120b (high) OpenAI 1.0 4.0 15.2 26.6
166 Qwen3 30B A3B 2507 阿里百炼 0.75 7.5 10.6 25.8
167 Qwen3 14B 阿里百炼 1.0 10.0 7.4 24
168 Qwen3.5 9B 阿里百炼 0.50 2.0 26.7 23.4
169 Mistral Small 3.2 Mistral 0.50 1.3 31.5 22.3
170 Qwen3 8B 阿里百炼 0.50 5.0 13.4 21.8
171 Mistral Small 3.1 Mistral 0.53 0.90 34.7 21.7
172 Gemma 4 E4B Google 0.13 0.67 71.6 19.1
173 Ministral 3 14B Mistral 1.3 1.3 13.9 18.6
174 Gemma 3 27BFREE Google 免费 免费 1820.0 18.2
175 Ministral 3 8B Mistral 1.0 1.0 16.2 16.2
176 Gemma 3 12BFREE Google 免费 免费 1280.0 12.8
177 Ministral 3 3B Mistral 0.67 0.67 18.0 12

评分方式与读法

这张榜怎么看
写代码、改仓库优先看这张，比综合榜更贴工程活。
收录模型177与官方榜单一致，同一模型的不同推理档位各占一行
主指标Terminal-Bench + SciCode 相对分原始分 = Terminal-Bench v4.0 与 SciCode 两项通过率的平均；分数 = 原始分 ÷ 当次最高 × 100。两项都没跑全的模型不进本榜。
成绩时间2026-10-28 10:39这份成绩的日期（北京时间），官方停更时这里也停住
评分方式按官方原样列出分数、价格、名次都没有二次计算；官方调整评分方式时这里跟着变
同榜怎么看先看价格再看分数先按能接受的价格筛，再在筛出的里面挑分高的，比只看榜首实用
跨榜怎么用别比大小，只看排序基准榜 0-100 与盲测榜 Elo 量纲不同；跨榜只参考「排在第几档」

成绩取自 ModelSage 榜单页（https://modelsage.cn/leaderboards/coding），本站只取回与整理，不改算。 写代码、改仓库优先看这张，比综合榜更贴工程活。

其它榜

16 张
全部榜 →

综合能力榜

AA 智能指数相对分

393 个模型

Agent 任务榜

Terminal-Bench 相对分

177 个模型

响应速度榜

输出速度百分位

301 个模型

性价比榜

分/元

78 个模型

Agent 竞技总榜

5 维行为信号加权分

55 个模型

文本对话榜

Elo 分

418 个模型

搜索问答榜

Elo 分

42 个模型

视觉理解榜

Elo 分

167 个模型

文档理解榜

Elo 分

44 个模型

代码竞技榜

Elo 分

151 个模型

图生代码榜

Elo 分

65 个模型

文生图榜

Elo 分

82 个模型

图像编辑榜

Elo 分

60 个模型

文生视频榜

Elo 分

48 个模型

图生视频榜

Elo 分

48 个模型

视频编辑榜

Elo 分

10 个模型

成绩来自 ModelSage 公开榜单，数据日期 2026-10-28 10:39。