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 2 / 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 2 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 2 / 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 2 页）：归一化相对分排名
排名	模型	得分	开源	发布日	差榜首
51	MiniMax-M2.1 MiniMax	88/100	开源	2025-12-23	-12.0
52	MiniMax-M2.7 MiniMax	88/100	开源	2026-03-18	-12.0
53	Mistral Medium 3.5 Mistral	88/100	开源	2026-04-29	-12.0
54	Qwen3.5 35B A3B (Reasoning) Alibaba	88/100	闭源	2026-02-24	-12.0
55	Step 3.7 Flash StepFun	88/100	开源	2026-05-29	-12.0
56	GPT-5.1 Codex (High) OpenAI	87/100	闭源	2025-11-13	-13.0
57	GPT-6.1 Terra (Max) OpenAI	87/100	闭源	2026-10-26	-13.0
58	MiMo-V2-Flash (Reasoning) Xiaomi	87/100	闭源	2025-12-16	-13.0
59	Qwen3.6 27B (Reasoning) Alibaba	87/100	开源	2026-04-22	-13.0
60	Celeris-1 Celeris	86/100	闭源	2026-07-24	-14.0
61	Claude Fable 5 (Max, Opus 4.8 Fallback) Anthropic	86/100	闭源	2026-06-09	-14.0
62	Gemini 2.0 Flash (experimental) Google	86/100	闭源	2024-12-11	-14.0
63	Gemini 2.5 Flash Preview (Non-reasoning) Google	86/100	闭源	2025-04-17	-14.0
64	Gemini 4 Argon (High) Google	86/100	闭源	2026-09-30	-14.0
65	GPT-5.6 Sol (Max) OpenAI	86/100	闭源	2026-07-09	-14.0
66	KAT-Coder-Pro V1 KwaiKAT	86/100	闭源	2025-11-11	-14.0
67	o3 OpenAI	86/100	闭源	2025-04-16	-14.0
68	Claude 3.5 Sonnet (Oct '24) Anthropic	85/100	闭源	2024-10-22	-15.0
69	Claude Opus 4.5 (Reasoning) Anthropic	85/100	闭源	2025-11-24	-15.0
70	DeepSeek V3.2 (Reasoning) DeepSeek	85/100	闭源	2025-12-01	-15.0
71	GPT-4o (ChatGPT) OpenAI	85/100	闭源	2025-02-15	-15.0
72	GPT-5.4 mini (Xhigh) OpenAI	85/100	闭源	2026-03-17	-15.0
73	GPT-5.6 Terra (Max) OpenAI	85/100	闭源	2026-07-09	-15.0
74	Muse Wonder Full (Max) Meta	85/100	闭源	2026-10-12	-15.0
75	Qwen3.6 35B A3B (Reasoning) Alibaba	85/100	开源	2026-04-16	-15.0
76	Solar Pro 2 (Preview) (Reasoning) Upstage	85/100	闭源	2025-05-20	-15.0
77	Solar Pro 3 Upstage	85/100	闭源	2026-04-06	-15.0
78	Step 3.5 Flash StepFun	85/100	闭源	2026-02-02	-15.0
79	GLM-4.7-Flash (Reasoning) Z AI	84/100	闭源	2026-01-19	-16.0
80	GLM 5V Turbo (Reasoning) Z AI	84/100	闭源	2026-04-01	-16.0
81	GPT-5.4 nano (Xhigh) OpenAI	84/100	闭源	2026-03-17	-16.0
82	GPT-5 mini (High) OpenAI	84/100	闭源	2025-08-07	-16.0
83	KAT Coder Pro V2 KwaiKAT	84/100	闭源	2026-03-27	-16.0
84	MiMo-V2.5 Xiaomi	84/100	闭源	2026-04-22	-16.0
85	Qwen2.5 Max Alibaba	84/100	闭源	2025-01-28	-16.0
86	Claude 3.5 Sonnet (June '24) Anthropic	83/100	闭源	2024-06-21	-17.0
87	Claude Fable 5.1 (Max, Default Fallback) Anthropic	83/100	闭源	2026-09-01	-17.0
88	Claude Opus 4.8 (Max) Anthropic	83/100	闭源	2026-05-28	-17.0
89	Hy3-preview (Reasoning) Tencent	83/100	闭源	2026-04-23	-17.0
90	Qwen3.5 9B (Reasoning) Alibaba	83/100	闭源	2026-03-02	-17.0
91	Qwen3 Max Thinking Alibaba	83/100	闭源	2026-01-26	-17.0
92	Sonar Pro Perplexity	83/100	闭源	2025-01-21	-17.0
93	Gemini 1.5 Pro (Sep '24) Google	82/100	闭源	2024-09-24	-18.0
94	Grok 4.1 Fast (Reasoning) SpaceXAI	82/100	闭源	2025-11-19	-18.0
95	Kimi K2.7 Code Kimi	82/100	开源	2026-06-12	-18.0
96	Nova 2.0 Lite (High) Amazon	82/100	闭源	2025-10-29	-18.0
97	Nova 2.0 Omni (Medium) Amazon	82/100	闭源	2025-11-26	-18.0
98	Step 3.5 Flash 2603 StepFun	82/100	开源	2026-04-02	-18.0
99	GLM-4.7 (Non-reasoning) Z AI	81/100	闭源	2025-12-22	-19.0
100	GPT-4o (May '24) OpenAI	81/100	闭源	2024-05-13	-19.0

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。