AI 模型分领域榜

AITIER分领域模型榜

一家模型强不强，要分领域看：通用智力、写代码、做数学题、调工具、看图、出图出视频各有各的榜。aitier.net 聚合的各榜在这里排成可翻页的表格，分数与名次照原榜公布的结果列出。适合先定位方向，再看这一方向里谁领先。

已收录榜单 11 个榜 · 2,350 条成绩 原榜生效 2026-10-28 · 数据时间 2026-10-28 15:39:51

本页是通用能力榜第 1 / 11 页，本榜共收录 502 条成绩，榜首 Claude Opus 5.5 （100 分 · Anthropic）。分数是归一化相对分（0~100，100 为榜单方设定的参考上限，当前榜首不一定到 100），不等于原始 benchmark 分。分数与名次照原榜公布的结果列出，名次不改写，跨榜之间也不能直接比大小。通用能力榜是所有分领域榜里模型数最多的一张，综合智力分高通常意味着常识、多步推理与日常写作都不拖后腿。原榜本轮成绩生效于 2026-10-28，这份数据的时间是 2026-10-28 15:39:51（北京时间）。

本榜收录 502 条成绩 第 1 页 50 条 · 每页 50 条

本榜榜首 Claude Opus 5.5 100 分（0~100 归一化相对分） · Anthropic

数据更新日 2026-10-28 原榜成绩生效日 · 这份数据的时间 2026-10-28 15:39:51

收录榜单 11 个榜 全栏合计 2,350 条成绩，读法见页底

通用能力榜名次

502 条成绩 · 第 1 / 11 页

名次与分数照原榜公布的结果列出，名次不改写。得分条长度就是分数本身（0~100 的同一区间），翻到第二页也还是同一刻度，所以行与行、页与页之间的条长可以直接比；「差榜首」是相对本榜第一名差了多少分，「—」表示它就是榜首。原榜没给的数值显示「—」。

通用能力榜（502 条成绩，第 1 页）：归一化相对分排名
排名	模型	得分	开源	发布日	差榜首
1	Claude Opus 5.5 (Max, Default Fallback) Anthropic	100/100	闭源	2026-09-22	—
2	Grok 4.20 0309 (Reasoning) SpaceXAI	98/100	闭源	2026-03-10	-2.0
3	Grok 4.3 (High) SpaceXAI	98/100	闭源	2026-04-30	-2.0
4	GPT-6 Astra (Max) OpenAI	97/100	闭源	2026-09-03	-3.0
5	Grok 4.20 0309 v2 (Reasoning) SpaceXAI	96/100	闭源	2026-04-07	-4.0
6	Qwen3.7 Max Alibaba	96/100	闭源	2026-05-19	-4.0
7	DeepSeek V4 Flash 0420 (Max) DeepSeek	95/100	闭源	2026-04-24	-5.0
8	Gemini 2.5 Pro Preview (Mar' 25) Google	95/100	闭源	2025-03-25	-5.0
9	GLM-5.1 (Reasoning) Z AI	95/100	开源	2026-04-07	-5.0
10	MiMo-V2.5-Pro (Reasoning) Xiaomi	95/100	开源	2026-04-22	-5.0
11	Qwen3.5 397B A17B (Reasoning) Alibaba	95/100	闭源	2026-02-16	-5.0
12	DeepSeek V4 Pro 0424 (Max) DeepSeek	94/100	闭源	2026-04-24	-6.0
13	Gemini 3.1 Pro Preview Google	94/100	闭源	2026-02-19	-6.0
14	Kimi K2.6 (Reasoning) Kimi	94/100	闭源	2026-04-20	-6.0
15	o1-preview OpenAI	94/100	闭源	2024-09-12	-6.0
16	Qwen3.6 Max Preview Alibaba	94/100	闭源	2026-04-20	-6.0
17	Qwen3.6 Plus Alibaba	94/100	闭源	2026-04-02	-6.0
18	Claude Sonnet 5.5 (Max, Default Fallback) Anthropic	93/100	闭源	2026-09-28	-7.0
19	Gemini 2.5 Pro Preview (May' 25) Google	93/100	闭源	2025-05-06	-7.0
20	Gemini 3.5 Flash (High) Google	93/100	闭源	2026-05-19	-7.0
21	GLM-5.2 (Max) Z AI	93/100	开源	2026-06-16	-7.0
22	GLM-5-Turbo Z AI	93/100	闭源	2026-03-15	-7.0
23	GPT-5.2 Codex (Xhigh) OpenAI	93/100	闭源	2025-12-11	-7.0
24	GPT-6.1 Sol (Max) OpenAI	93/100	闭源	2026-09-29	-7.0
25	Nova 2.0 Pro Preview (Medium) Amazon	93/100	闭源	2025-11-27	-7.0
26	Qwen3.7 Plus Alibaba	93/100	闭源	2026-06-01	-7.0
27	GLM-5 (Reasoning) Z AI	92/100	开源	2026-02-11	-8.0
28	GPT-5.5 (Xhigh) OpenAI	92/100	闭源	2026-04-23	-8.0
29	Qwen3.5 122B A10B (Reasoning) Alibaba	92/100	闭源	2026-02-24	-8.0
30	Qwen3.5 27B (Reasoning) Alibaba	92/100	开源	2026-02-24	-8.0
31	Gemini 3 Flash Preview (Reasoning) Google	91/100	闭源	2025-12-17	-9.0
32	GPT-5.2 (Xhigh) OpenAI	91/100	闭源	2025-12-11	-9.0
33	Muse Spark Meta	91/100	闭源	2026-04-08	-9.0
34	Gemini 3 Pro Preview (High) Google	90/100	闭源	2025-11-18	-10.0
35	GLM-4.7 (Reasoning) Z AI	90/100	开源	2025-12-22	-10.0
36	GPT-5 (High) OpenAI	90/100	闭源	2025-08-07	-10.0
37	GPT-5 Codex (High) OpenAI	90/100	闭源	2025-09-23	-10.0
38	Kimi K2.5 (Reasoning) Kimi	90/100	闭源	2026-01-27	-10.0
39	MiniMax-M2.5 MiniMax	90/100	开源	2026-02-12	-10.0
40	Gemini 2.0 Pro Experimental (Feb '25) Google	89/100	闭源	2025-02-05	-11.0
41	GPT-4o (March 2025, chatgpt-4o-latest) OpenAI	89/100	闭源	2025-03-27	-11.0
42	Kimi K2 Thinking Kimi	89/100	开源	2025-11-06	-11.0
43	MiMo-V2-Flash (Feb 2026) Xiaomi	89/100	闭源	2025-12-16	-11.0
44	Gemini 2.0 Flash Thinking Experimental (Jan '25) Google	88/100	闭源	2025-01-21	-12.0
45	Gemini 2.5 Flash Preview (Reasoning) Google	88/100	闭源	2025-04-17	-12.0
46	GPT-5.1 (High) OpenAI	88/100	闭源	2025-11-13	-12.0
47	GPT-5.3 Codex (Xhigh) OpenAI	88/100	闭源	2026-02-05	-12.0
48	GPT-5.4 (Xhigh) OpenAI	88/100	闭源	2026-03-05	-12.0
49	MiMo-V2-Pro Xiaomi	88/100	闭源	2026-03-18	-12.0
50	MiniMax-M2 MiniMax	88/100	开源	2025-10-26	-12.0

这个榜怎么看

评分方式与读榜要点

看榜前先确认这三件事

覆盖范围11 个能力方向通用智力、代码、数学、科学、推理、智能体、多模态与生成类各有专榜

评分方式归一化相对分（0~100）100 是区间顶端、不是满分：当前榜首不一定到 100，也不等于原始 benchmark 分

读榜要点看分档，不看小数点同一档模型的分差常落在统计噪声内；跨榜之间没有共同单位

适合谁看按用途挑模型先定方向再看本榜名次，缩到两三款之后再比价格与上下文

常见问题

只回答这一栏的问题

逐个榜以外的问题见 /glossary

100 分是满分吗？

不是。100 只是 0~100 区间的顶端，当前榜首不一定到 100——有的榜榜首只有 90 多分、甚至 70 多分，这属于正常。分数是把各模型的原始成绩折算到同一区间后的相对值，不是答对率、也不是 Elo 分，这里不再换算一次。

不同榜的分数能横向比大小吗？

不能。每个榜的题库、判分方式与统计方式都不同，通用榜 90 分和代码榜 90 分之间没有共同单位；同一个模型在两张榜上分数不同也不代表它「偏科」。只能看它在同一个榜里的位置。

为什么同一个模型会出现好几条成绩？

榜单按「具体版本」收录：不同推理档位（如 high / max）、不同上下文配置的成绩会被拆成多行，分数也不一样。这里保留原有的行数，所以名次表里的行数会多于模型品牌数。

数据来自 aitier.net 的分领域模型榜，它聚合 Artificial Analysis 与 LLM Stats 的成绩；名次与分数按原榜原样收录。