聚模合综合评分榜

Name: 聚模合综合评分榜
Creator: JumoHub

JumoHub Overall Score

对方口径：Arena 人类盲测百分位 30% + OpenRouter / Artificial Analysis 等 API 实测 40% + 29 个公开题库 30%，加权后乘 0.9，上限 90 分；是相对量，不是通过率，本站照搬不改分。

收录成绩 84 个模型 综合评分 · 数据日期 2026-10-28 23:56

本页收录 84 个模型的综合评分成绩，榜首是 Claude Opus 5.5（86.51），榜内平均 52.9。这份数据的时间是 2026-10-28 23:56（北京时间）。

收录条数 84 各榜官方公布，条条可回查

主指标 综合评分 对方口径：Arena 人类盲测百分位 30% + OpenRouter / Artificial Analysis 等 API 实测 40% + 29 个公开题库 30%，加权后乘 0.9，上限 90 分；是相对量，不是通过率，本站照搬不改分。

平均分 52.9 同榜内直接可比

数据日期 2026-10-28 23:56 这一批成绩的公布时间

综合评分排名

JumoHub · 84 个模型

名次与分数均取自官方榜单，与官方一致。条形长度按当前这些成绩里的最大值算，领跑那条填满整列，其余按比例缩短（灰斜纹是「额外真实缺陷」，只与同列比、不与分数比）。官方没给的数据显示「—」。

聚模合综合评分榜综合评分排名
名次	模型	官方价（$/M）	OR 价（$/M）	速度（tok/s）	综合评分
1	Claude Opus 5.5	4 / 20	4 / 20	92	86.51
2	Gemini 4 Argon	—	—	—	84.97
3	Claude Fable 5.1	10 / 50	10 / 50	69	84.16
4	Claude Sonnet 5.5	—	—	—	81.58
5	GPT-6.1 Sol	—	—	—	80.54
6	Claude Opus 5	5 / 25	5 / 25	52	79.47
7	GPT-6 Astra	10 / 50	10 / 50	51	78.8
8	Claude Fable 5	—	—	—	78.5
9	Muse Spark 1.3	—	—	—	78.07
10	GPT-5.6 Sol	4 / 20	2 / 10	80	75.6
11	MiMo-V2.6-Pro	—	—	—	74.63
12	Hy4 preview	—	—	—	73.83
13	Kimi K3	3 / 15	0.67 / 14	34	72.9
14	GPT-6 Sol	2 / 10	2 / 10	—	72.51
15	GPT-5.5	5 / 30	5 / 30	90	71.23
16	Gemini 3.7 Flash	0.75 / 3.75	0.75 / 3.75	296	71.14
17	Claude Opus 4.7	5 / 25	5 / 25	47	70.63
18	Qwen3.8 Max	—	0.78 / 3.9	39	69.79
19	Gemini 3.8 Flash	0.75 / 3.75	0.75 / 3.75	236	68.92
20	Claude Opus 4.8	5 / 25	5 / 25	59	68.63
21	DeepSeek V4.1 Flash	—	—	—	68.11
22	Grok 4.6	2 / 6	2 / 6	64	67.26
23	GLM-5.3	免费 / 免费	1.4 / 4.4	68	66.41
24	GPT-5.6 Terra	2 / 12	2 / 12	—	66.2
25	MiMo-V2.6-Flash	—	—	—	66.03
26	Claude Opus 4.6	5 / 25	5 / 25	37	65.98
27	Muse Spark 1.2	—	—	—	64.8
28	Grok 4.7	—	—	—	64.79
29	Muse Spark 1.1	—	—	—	64
30	Step 5 Preview	—	—	—	63.79
31	Gemini 3.6 Flash	0.75 / 3.75	0.75 / 3.75	184	62.31
32	Gemini 3.5 Flash	1.5 / 9	1.5 / 9	200	61.51
33	Qwen3.7 Max	—	—	—	60.99
34	Grok 4.5	2 / 6	2 / 6	57	60.93
35	GLM-5.3-Flash	—	—	—	60.46
36	Claude Opus 4.5	5 / 25	5 / 25	45	59.35
37	Claude Sonnet 5	2 / 10	2 / 10	76	59.23
38	GLM-5.2	1.4 / 4.4	0.0224 / 16	84	58.77
39	DeepSeek V4 Pro 0813	1.32 / 3.96	0.55 / 5	180	57.92
40	GPT-5.4	2.5 / 15	2.5 / 15	96	57.1
41	GPT-6 Luna	0.1 / 0.5	0.1 / 0.5	—	56.89
42	Claude Haiku 5.5	—	—	—	54.4
43	GPT-5.6 Luna	0.2 / 1.2	0.2 / 1.2	—	54.33
44	GPT-5.2-Codex	—	—	—	54.27
45	Claude Sonnet 4.6	3 / 15	3 / 15	43	54.13
46	Qwen3.8-27B	—	—	—	52.33
47	GLM-5.1	—	—	—	51.45
48	MiMo-V2.5-Pro	—	—	—	48.98
49	Qwen3.6 Plus	—	0.325 / 1.95	56	48.49
50	GPT-5.1	1.25 / 10	1.25 / 10	101	48.47
51	DeepSeek V4 Flash 0731	—	—	—	47.7
52	GLM-5	—	—	—	46.71
53	Qwen3.7 Plus	—	0.32 / 1.28	56	45.74
54	MiMo-V2-Pro	—	—	—	45.68
55	GPT-5.2	1.75 / 14	1.75 / 14	68	45.23
56	MiniMax M3	0.3 / 1.2	0.3 / 1.2	99	45.08
57	Kimi K2.7 Code	—	—	—	43.76
58	Gemini 3.5 Flash-Lite	—	—	—	43.58
59	GPT-5.1-Codex	—	—	—	42.31
60	Kimi K2.5	—	—	—	40.92
61	Qwen3.5-27B	—	—	—	40.5
62	MiMo-V2.5	—	—	—	39.19
63	Claude Sonnet 4.5	3 / 15	3 / 15	—	38.98
64	GLM-4.7	—	—	—	37.8
65	Grok 4.3	—	—	—	37.8
66	GPT-5.4 mini	—	—	—	36.96
67	MiniMax M2.7	—	—	—	34.71
68	Qwen3 Max	—	—	—	34.41
69	Grok 4	—	—	—	33.71
70	GLM-4.6	—	—	—	32.42
71	GPT-5 mini	0.25 / 2	0.25 / 2	86	31.67
72	MiniMax M2.5	—	—	—	30.69
73	DeepSeek V3.2	—	—	—	30.33
74	GPT-5.4 nano	—	—	—	29.75
75	Gemma 4 26B A4B	—	—	—	29.59
76	Qwen3.5-35B-A3B	—	—	—	27.88
77	Claude Haiku 4.5	—	—	—	22.43
78	Grok Code Fast 1	—	—	—	19.88
79	GLM-4.7-Flash	—	—	—	19.84
80	GPT-5 nano	—	—	—	19.3
81	Gemini 2.5 Flash	—	—	—	19.16
82	GLM-4.5-Air	—	—	—	18.26
83	GPT-OSS 120B	免费 / 免费	0.037 / 0.17	174	16.08
84	GPT-OSS 20B	—	—	—	10.85

评分方式与读法

这份成绩怎么看

回到官方榜核对最稳

收录成绩84 个模型分数与名次按该榜官方公布的结果列出，同一模型的不同推理档位各占一行

主指标综合评分对方口径：Arena 人类盲测百分位 30% + OpenRouter / Artificial Analysis 等 API 实测 40% + 29 个公开题库 30%，加权后乘 0.9，上限 90 分；是相对量，不是通过率，本站照搬不改分。

成绩时间2026-10-28 23:56这份成绩的日期（北京时间）；官方不更新时这里也会停住

同榜内怎么看看分档比看名次稳相邻名次常常只差统计噪声，差 1–2 分不宜直接判定优劣

评分方式按官方原样列出，以官方榜为准官方调整评分方式时这里跟着变，旧成绩不作为结论

横向比模型配合模型智商榜一起看跨厂商综合分与降智趋势见 /model-iq，基准本身的说明见 /glossary

综合分是聚模合自己算的：Arena 人类盲测百分位 30% + API 实测 40% + 29 个公开题库 30%，加权后乘 0.9（上限压到 90 分），是相对量——分低只说明在当天那批参照模型里靠后。价格每格是「输入价 / 输出价」，单位每百万 token 美元：「官方价」是厂商自己标的价，「OR 价」是 OpenRouter 托管路由报价，两者常不一致；「免费」是对方标的免费档，「—」是对方没公布。对方每天更新；有综合分的模型少于 40 个时对方会保留上一版，这里的整理时间因此可能落后一天。前 10 名里 Anthropic 占 5 席、OpenAI 占 3 席。官方页面标注数据更新于 2026-10-28。