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 3 / 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 3 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 3 / 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 3 页）：归一化相对分排名
排名	模型	得分	开源	发布日	差榜首
101	K-EXAONE (Reasoning) LG AI Research	81/100	闭源	2025-12-31	-19.0
102	o1-mini OpenAI	81/100	闭源	2024-09-12	-19.0
103	Claude 4.5 Sonnet (Reasoning) Anthropic	80/100	闭源	2025-09-29	-20.0
104	Apriel-v1.6-15B-Thinker ServiceNow	79/100	闭源	2025-11-25	-21.0
105	Gemini 2.0 Flash-Lite (Feb '25) Google	79/100	闭源	2025-02-25	-21.0
106	GLM-5 (Non-reasoning) Z AI	79/100	闭源	2026-02-11	-21.0
107	Nex-N2-Pro (Based on Qwen3.5-397B-A17B) Nex AGI	79/100	闭源	2026-06-02	-21.0
108	o1 OpenAI	79/100	闭源	2024-12-05	-21.0
109	Solar Pro 2 (Preview) (Non-reasoning) Upstage	79/100	闭源	2025-05-20	-21.0
110	gpt-oss-120b (High) OpenAI	78/100	开源	2025-08-05	-22.0
111	Grok 2 (Dec '24) SpaceXAI	78/100	闭源	2024-12-12	-22.0
112	Kimi K3.1 Pro Kimi	78/100	闭源	2026-10-23	-22.0
113	Qwen3 Max Thinking (Preview) Alibaba	78/100	闭源	2025-11-03	-22.0
114	Llama 3.1 Tulu3 405B Allen Institute for AI	78/100	闭源	2025-01-30	-22.0
115	Claude 4.1 Opus (Reasoning) Anthropic	77/100	闭源	2025-08-05	-23.0
116	Claude Opus 4.7 (Max) Anthropic	77/100	闭源	2026-04-16	-23.0
117	GLM-5.1 (Non-reasoning) Z AI	77/100	闭源	2026-04-07	-23.0
118	GPT-5.1 Codex mini (High) OpenAI	77/100	闭源	2025-11-13	-23.0
119	Grok 3 mini Reasoning (High) SpaceXAI	77/100	闭源	2025-02-19	-23.0
120	Grok 4 SpaceXAI	77/100	闭源	2025-07-10	-23.0
121	Grok Beta SpaceXAI	77/100	闭源	2024-08-13	-23.0
122	Ling-2.6-1T InclusionAI	77/100	闭源	2026-04-23	-23.0
123	Trinity Large Thinking Arcee AI	77/100	闭源	2026-04-01	-23.0
124	Claude 3 Opus Anthropic	76/100	闭源	2024-03-04	-24.0
125	Claude 4 Opus (Reasoning) Anthropic	76/100	闭源	2025-05-22	-24.0
126	Claude Opus 4.5 (Non-reasoning) Anthropic	76/100	闭源	2025-11-24	-24.0
127	Claude Opus 4.6 (Max) Anthropic	76/100	闭源	2026-02-05	-24.0
128	GPT-4 Turbo OpenAI	76/100	闭源	2023-11-06	-24.0
129	Ling 2.6 Flash InclusionAI	76/100	闭源	2026-04-21	-24.0
130	Mercury 2 Inception	76/100	闭源	2026-02-20	-24.0
131	Mi:dm K 2.5 Pro Korea Telecom	76/100	闭源	2025-12-11	-24.0
132	Nemotron 3 Super 120B A12B (Reasoning) NVIDIA	76/100	开源	2026-03-11	-24.0
133	o4-mini (High) OpenAI	76/100	闭源	2025-04-16	-24.0
134	Qwen2.5 Instruct 32B Alibaba	76/100	开源	2024-09-19	-24.0
135	Apriel-v1.5-15B-Thinker ServiceNow	75/100	闭源	2025-09-30	-25.0
136	DeepSeek V3.2 (Non-reasoning) DeepSeek	75/100	开源	2025-12-01	-25.0
137	Gemma 4 31B (Reasoning) Google	75/100	开源	2026-04-02	-25.0
138	MiMo-V2-Omni Xiaomi	75/100	闭源	2026-03-19	-25.0
139	Nemotron Cascade 2 30B A3B NVIDIA	75/100	闭源	2026-03-19	-25.0
140	Qwen3.5 4B (Reasoning) Alibaba	75/100	闭源	2026-03-02	-25.0
141	Sonar Perplexity	75/100	闭源	2025-01-21	-25.0
142	Gemini 1.5 Flash (Sep '24) Google	74/100	闭源	2024-09-24	-26.0
143	Claude 4 Sonnet (Reasoning) Anthropic	73/100	闭源	2025-05-22	-27.0
144	ERNIE 5.0 Thinking Preview Baidu	73/100	闭源	2025-11-13	-27.0
145	Llama 3.2 Instruct 90B (Vision) Meta	73/100	开源	2024-09-25	-27.0
146	Muse Wonder (Max) Meta	73/100	闭源	2026-10-12	-27.0
147	DeepSeek-V2.5 (Dec '24) DeepSeek	72/100	开源	2024-12-10	-28.0
148	EXAONE 4.5 33B (Reasoning) LG AI Research	72/100	闭源	2026-04-09	-28.0
149	gpt-oss-20b (High) OpenAI	72/100	开源	2025-08-05	-28.0
150	Qwen3.5 Omni Plus Alibaba	72/100	闭源	2026-03-30	-28.0

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。