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 10 / 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 10 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 10 / 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 10 页）：归一化相对分排名
排名	模型	得分	开源	发布日	差榜首
451	Gemma 4 E2B (Reasoning) Google	29/100	开源	2026-04-02	-71.0
452	LFM2 24B A2B Liquid AI	29/100	闭源	2026-02-25	-71.0
453	Claude 3 Haiku Anthropic	28/100	闭源	2024-03-04	-72.0
454	K2 Horizon 375B A23B Institute of Foundation Models	28/100	闭源	2026-09-03	-72.0
455	Kimi Linear 48B A3B Instruct Kimi	28/100	闭源	2025-10-30	-72.0
456	LFM2.5-1.2B-Instruct Liquid AI	28/100	闭源	2026-01-05	-72.0
457	LFM2 8B A1B Liquid AI	28/100	闭源	2025-10-07	-72.0
458	Nanbeige4.1-3B Nanbeige	28/100	闭源	2026-02-11	-72.0
459	Beam 1.0 Reflection	28/100	闭源	2026-10-16	-72.0
460	Sarvam 30B (High) Sarvam	28/100	开源	2026-03-06	-72.0
461	Jamba 1.7 Mini AI21 Labs	27/100	闭源	2025-07-07	-73.0
462	Gemma 3n E4B Instruct Google	26/100	开源	2025-06-26	-74.0
463	Gemma 4 E2B (Non-reasoning) Google	26/100	闭源	2026-04-02	-74.0
464	Granite 4.0 Micro IBM	26/100	开源	2025-09-22	-74.0
465	Qwen3 1.7B (Non-reasoning) Alibaba	26/100	闭源	2025-04-28	-74.0
466	Granite 3.3 8B (Non-reasoning) IBM	25/100	开源	2025-04-16	-75.0
467	Granite 4.1 3B IBM	25/100	闭源	2026-04-29	-75.0
468	Llama 3.2 Instruct 3B Meta	25/100	开源	2024-09-25	-75.0
469	Gemma 3 4B Instruct Google	24/100	开源	2025-03-12	-76.0
470	Mistral Small 4 (Non-reasoning) Mistral	24/100	闭源	2026-03-16	-76.0
471	Qwen3 0.6B (Reasoning) Alibaba	24/100	闭源	2025-04-28	-76.0
472	NVIDIA Nemotron 3 Nano 4B NVIDIA	23/100	闭源	2026-03-16	-77.0
473	Phi-4 Mini Instruct Microsoft	23/100	开源	2025-02-26	-77.0
474	Granite 4.0 H 1B IBM	22/100	闭源	2025-10-28	-78.0
475	Granite 4.0 1B IBM	22/100	闭源	2025-10-28	-78.0
476	Nemotron 3.5 Super VL NVIDIA	21/100	闭源	2026-10-15	-79.0
477	Phi-3 Mini Instruct 3.8B Microsoft	21/100	闭源	2024-04-23	-79.0
478	Inkling Small Thinking Machines	20/100	开源	2026-07-30	-80.0
479	LFM2.5-VL-1.6B Liquid AI	20/100	闭源	2026-01-05	-80.0
480	Llama 3 Instruct 8B Meta	20/100	闭源	2024-04-18	-80.0
481	Solar Mini Upstage	20/100	闭源	2024-01-25	-80.0
482	Inkling (Xhigh) Thinking Machines	19/100	开源	2026-07-15	-81.0
483	LFM2 2.6B Liquid AI	18/100	闭源	2025-09-23	-82.0
484	Gemini 3.5 Flash-Lite Google	17/100	闭源	2026-07-21	-83.0
485	Gemma 3n E2B Instruct Google	17/100	开源	2025-06-26	-83.0
486	LFM2 1.2B Liquid AI	17/100	闭源	2025-07-10	-83.0
487	Qwen3 0.6B (Non-reasoning) Alibaba	17/100	闭源	2025-04-28	-83.0
488	Apertus 70B Instruct Swiss AI Initiative	16/100	闭源	2025-09-02	-84.0
489	Molmo 7B-D Allen Institute for AI	16/100	闭源	2024-09-25	-84.0
490	OLMo 2 7B Allen Institute for AI	15/100	闭源	2024-11-26	-85.0
491	DeepSeek R1 Distill Qwen 1.5B DeepSeek	14/100	开源	2025-01-20	-86.0
492	Apertus 8B Instruct Swiss AI Initiative	13/100	闭源	2025-09-02	-87.0
493	Llama 2 Chat 7B Meta	13/100	闭源	2023-07-18	-87.0
494	Granite 4.0 H 350M IBM	11/100	闭源	2025-10-28	-89.0
495	Llama 3.2 Instruct 1B Meta	11/100	闭源	2024-09-25	-89.0
496	Mistral 7B Instruct Mistral	11/100	闭源	2023-09-27	-89.0
497	Molmo2-8B Allen Institute for AI	11/100	闭源	2025-12-11	-89.0
498	Gemma 3 1B Instruct Google	10/100	开源	2025-03-13	-90.0
499	Granite 4.0 350M IBM	9/100	闭源	2025-10-28	-91.0
500	Muse Glimmer (High) Meta	8/100	闭源	2026-08-10	-92.0

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。