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 4 / 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 4 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 4 / 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 4 页）：归一化相对分排名
排名	模型	得分	开源	发布日	差榜首
151	Tri-21B-think Preview Trillion Labs	72/100	闭源	2026-02-10	-28.0
152	Cogito v2.1 (Reasoning) Deep Cogito	71/100	闭源	2025-11-18	-29.0
153	Gemini 1.5 Pro (May '24) Google	71/100	闭源	2024-05-15	-29.0
154	GLM-4.7-Flash (Non-reasoning) Z AI	71/100	开源	2026-01-19	-29.0
155	Grok 4 Fast (Reasoning) SpaceXAI	71/100	闭源	2025-09-19	-29.0
156	JT-35B-Flash China Mobile	71/100	闭源	2026-05-14	-29.0
157	NVIDIA Nemotron 3 Nano 30B A3B (Reasoning) NVIDIA	71/100	闭源	2025-12-15	-29.0
158	Qwen3.6 27B (Non-reasoning) Alibaba	71/100	闭源	2026-04-22	-29.0
159	Qwen3 Max Alibaba	71/100	闭源	2025-09-23	-29.0
160	Tri-21B-Think Trillion Labs	71/100	闭源	2026-02-10	-29.0
161	Claude 4.5 Sonnet (Non-reasoning) Anthropic	70/100	闭源	2025-09-29	-30.0
162	Claude 4 Opus (Non-reasoning) Anthropic	70/100	闭源	2025-05-22	-30.0
163	Doubao Seed Code ByteDance Seed	70/100	闭源	2025-11-11	-30.0
164	HyperCLOVA X SEED Think (32B) Naver	70/100	闭源	2025-12-26	-30.0
165	HyperNova 60B 2605 (High, Based on gpt-oss-120b) Multiverse Computing	70/100	闭源	2026-05-26	-30.0
166	Kimi K2.6 (Non-reasoning) Kimi	70/100	开源	2026-04-20	-30.0
167	Qwen3.5 122B A10B (Non-reasoning) Alibaba	70/100	开源	2026-02-24	-30.0
168	Qwen3.5 397B A17B (Non-reasoning) Alibaba	70/100	开源	2026-02-16	-30.0
169	Qwen3 VL 235B A22B (Reasoning) Alibaba	70/100	开源	2025-09-23	-30.0
170	QwQ 32B-Preview Alibaba	70/100	开源	2024-11-27	-30.0
171	Ring-2.6-1T InclusionAI	70/100	闭源	2026-05-08	-30.0
172	Claude Sonnet 4.6 (Max) Anthropic	69/100	闭源	2026-02-17	-31.0
173	GLM-4.6 (Reasoning) Z AI	69/100	开源	2025-09-30	-31.0
174	Kimi K2 0905 Kimi	69/100	闭源	2025-09-05	-31.0
175	MiMo-V2-Flash (Non-reasoning) Xiaomi	69/100	开源	2025-12-16	-31.0
176	Nemotron 3.5 Bolt E4B 4GB (Reasoning) NVIDIA	69/100	闭源	2026-10-23	-31.0
177	Qwen2.5 Turbo Alibaba	69/100	闭源	2024-11-18	-31.0
178	Qwen2.5 Coder Instruct 32B Alibaba	69/100	开源	2024-11-11	-31.0
179	Qwen3.5 27B (Non-reasoning) Alibaba	69/100	闭源	2026-02-24	-31.0
180	Grok Code Fast 1 SpaceXAI	68/100	闭源	2025-08-28	-32.0
181	Qwen3 VL 32B (Reasoning) Alibaba	68/100	开源	2025-10-21	-32.0
182	Gemini 2.5 Pro Google	67/100	闭源	2025-06-05	-33.0
183	Gemini 3 Flash Preview (Non-reasoning) Google	67/100	闭源	2025-12-17	-33.0
184	GPT-5.5 Instant (May 2026) OpenAI	67/100	闭源	2026-05-05	-33.0
185	GPT-5 nano (High) OpenAI	67/100	闭源	2025-08-07	-33.0
186	MiniCPM5-1B (Reasoning) OpenBMB	67/100	闭源	2026-05-25	-33.0
187	Qwen2 Instruct 72B Alibaba	67/100	开源	2024-06-07	-33.0
188	Qwen3 235B A22B 2507 (Reasoning) Alibaba	67/100	开源	2025-07-25	-33.0
189	Qwen3 Next 80B A3B (Reasoning) Alibaba	67/100	开源	2025-09-11	-33.0
190	Claude 3.7 Sonnet (Reasoning) Anthropic	66/100	闭源	2025-02-24	-34.0
191	Claude 4.5 Haiku (Reasoning) Anthropic	66/100	闭源	2025-10-15	-34.0
192	DiffusionGemma 26B A4B Google	66/100	闭源	2026-06-10	-34.0
193	GLM-4.6 (Non-reasoning) Z AI	66/100	闭源	2025-09-30	-34.0
194	Mistral Saba Mistral	66/100	闭源	2025-02-17	-34.0
195	Motif-2-12.7B-Reasoning Motif Technologies	66/100	闭源	2025-12-04	-34.0
196	o3-mini (High) OpenAI	66/100	闭源	2025-01-31	-34.0
197	Qwen3.5 35B A3B (Non-reasoning) Alibaba	66/100	开源	2026-02-24	-34.0
198	DeepSeek V3.1 Terminus (Reasoning) DeepSeek	65/100	闭源	2025-09-22	-35.0
199	Gemini 2.5 Flash Preview (Sep '25) (Reasoning) Google	65/100	闭源	2025-09-25	-35.0
200	Gemma 4 26B A4B (Reasoning) Google	65/100	开源	2026-04-02	-35.0

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。