文档理解榜

ModelSage人类盲测

长文档解析与问答的匿名对战 Elo。

收录模型 44 个模型 Elo 分 · 数据日期 2026-10-28 10:39

收录 44 个模型的Elo 分成绩，榜首是 Claude Opus 5 (High)（1516.3），榜内平均 1456.2，涉及 9 家厂商。这份数据的时间是 2026-10-28 10:39（北京时间）。

收录模型 44 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 Elo 分 长文档解析与问答的匿名对战 Elo。

榜内平均 1456.2 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

Elo 分排名

人类盲测 · 44 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。

文档理解榜 Elo 分排名
排名	模型	厂商	投票数	输入价（$/M）	输出价（$/M）	Elo 分
1	Claude Opus 5 (High) 并列 1-4	Anthropic	8.8k	5	25	1516.3
2	Claude Fable 5.1 (Max) 并列 1-7	Anthropic	1.4k	10	50	1512.6
3	Claude Opus 4.6 (High) 并列 1-7	Anthropic	27.9k	5	25	1507.3
4	Claude Opus 4.6 并列 1-7	Anthropic	41.3k	5	25	1507.1
5	Claude Fable 5 (High) 并列 2-11	Anthropic	8.5k	10	50	1496.1
6	Claude Opus 4.7 并列 2-11	Anthropic	22.2k	5	25	1495
7	Claude Opus 4.7 (High) 并列 2-11	Anthropic	22.0k	5	25	1494.7
8	GPT-5.5 并列 5-15	OpenAI	21.3k	5	30	1485.7
9	GPT-5.5 (High) 并列 5-15	OpenAI	20.9k	5	30	1484.5
10	GPT-5.6 Sol (xHigh) 并列 5-16	OpenAI	4.8k	4	20	1482.7
11	Claude Sonnet 4.6 并列 8-16	Anthropic	57.8k	1.5	7.5	1482.2
12	Claude Opus 4.8 (High) 并列 8-22	Anthropic	11.6k	5	25	1474.8
13	GPT-5.6 Terra (xHigh) 并列 8-25	OpenAI	5.8k	2	12	1471.6
14	GPT-5.4 并列 10-24	OpenAI	33.3k	2.5	15	1471
15	Muse Spark 1.3 (Max) 并列 5-30	Meta	1.0k	—	—	1470.7
16	GPT-6 Astra (Max) 并列 8-29	OpenAI	1.6k	—	—	1467.5
17	Claude Sonnet 5 (High) 并列 12-27	Anthropic	7.4k	2	10	1466.1
18	Muse Spark 1.1 并列 12-29	Meta	4.9k	1.3	4.3	1464.7
19	Claude Opus 4.8 并列 12-28	Anthropic	12.1k	5	25	1464.1
20	Gemini 3.5 Flash (Medium) 并列 12-29	Google	6.5k	0.75	4.5	1463.3
21	Claude Opus 4.5 (20251101) 并列 12-30	Anthropic	8.0k	5	25	1462.2
22	Gemini 3.5 Flash (High) 并列 12-30	Google	4.1k	0.75	4.5	1461.4
23	GPT-5.6 Luna (xHigh) 并列 13-31	OpenAI	5.8k	0.20	1.2	1456.9
24	Gemini 3.6 Flash (High) 并列 13-31	Google	3.0k	0.75	3.8	1456.1
25	Grok 4.6 (High) 并列 14-33	SpaceXAI	2.3k	2	6	1452.3
26	Grok 4.5 并列 15-31	SpaceXAI	5.0k	2	6	1452
27	Kimi K2.6 并列 16-31	Moonshot	11.3k	0.95	4	1450.7
28	Claude Sonnet 4.5 (20250929) 并列 17-31	Anthropic	31.5k	3	15	1449.8
29	Muse Spark 并列 15-36	Meta	1.1k	—	—	1444.2
30	Qwen3.7-Plus 并列 20-34	Alibaba	4.6k	0.32	1.3	1444.1
31	Gemini 3.1 Pro Preview 并列 23-33	Google	49.5k	1	6	1443.9
32	MiniMax-M3 并列 28-36	MiniMax	6.3k	0.30	1.2	1434.8
33	Gemini 3 Pro 并列 28-37	Google	10.8k	2	12	1434.1
34	Kimi K2.5 (Thinking) 并列 30-38	Moonshot	21.6k	0.60	3	1430.1
35	Gemma 4 31B 并列 31-40	Google	12.3k	0.99	1.5	1424.5
36	Gemini 2.5 Pro 并列 31-40	Google	25.1k	1.3	10	1421.2
37	Claude Haiku 4.5 (20251001) 并列 33-40	Anthropic	34.7k	1	5	1420
38	Grok 4.20 Beta (Reasoning, 0309) 并列 35-43	SpaceXAI	20.9k	1.3	2.5	1416.2
39	GLM-5V-Turbo 并列 34-43	Z.ai	7.0k	1.2	4	1415.6
40	Gemini 3 Flash 并列 35-44	Google	7.2k	0.50	3	1413
41	GPT-5.2 (High) 并列 38-44	OpenAI	7.1k	0.88	7	1404.6
42	GPT-5.1 并列 38-44	OpenAI	8.2k	0.63	5	1403.2
43	GPT-5.5 Instant 并列 38-44	OpenAI	8.5k	5	30	1402.9
44	GPT-5.2 并列 40-44	OpenAI	28.2k	0.88	7	1401.1