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 9 / 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 9 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 9 / 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 9 页）：归一化相对分排名
排名	模型	得分	开源	发布日	差榜首
401	Muse Spark Open (Xhigh) Meta	40/100	开源	2026-10-15	-60.0
402	Qwen3.5 0.8B (Non-reasoning) Alibaba	40/100	开源	2026-03-02	-60.0
403	Qwen3 VL 4B Instruct Alibaba	40/100	开源	2025-10-14	-60.0
404	Gemma 4 12B (Non-reasoning) Google	39/100	闭源	2026-06-03	-61.0
405	GPT-4.1 nano OpenAI	39/100	闭源	2025-04-14	-61.0
406	Hermes 4 - Llama-3.1 70B (Non-reasoning) Nous Research	39/100	闭源	2025-08-27	-61.0
407	LFM2.5-8B-A1B Liquid AI	39/100	闭源	2026-05-28	-61.0
408	Mixtral 8x7B Instruct Mistral	39/100	闭源	2023-12-11	-61.0
409	Qwen3 8B (Non-reasoning) Alibaba	39/100	闭源	2025-04-28	-61.0
410	Sarvam 105B (High) Sarvam	39/100	开源	2026-03-06	-61.0
411	DeepSeek V4 Pro 0813 (Max) DeepSeek	38/100	开源	2026-08-13	-62.0
412	DeepHermes 3 - Llama-3.1 8B Preview (Non-reasoning) Nous Research	37/100	闭源	2025-02-13	-63.0
413	Gemma 3 12B Instruct Google	37/100	开源	2025-03-12	-63.0
414	Gemma 3 27B Instruct Google	37/100	开源	2025-03-12	-63.0
415	Granite 4.0 H Small IBM	37/100	闭源	2025-09-22	-63.0
416	Jamba 1.5 Mini AI21 Labs	37/100	开源	2024-08-22	-63.0
417	Jamba 1.6 Mini AI21 Labs	37/100	闭源	2025-03-06	-63.0
418	Mistral Small 3 Mistral	37/100	闭源	2025-01-30	-63.0
419	Nova Lite Amazon	37/100	闭源	2024-12-03	-63.0
420	Olmo 3 7B Think Allen Institute for AI	37/100	闭源	2025-11-20	-63.0
421	Jamba 1.7 Large AI21 Labs	36/100	闭源	2025-07-07	-64.0
422	NVIDIA Nemotron Nano 12B v2 VL (Non-reasoning) NVIDIA	36/100	闭源	2025-10-28	-64.0
423	Qwen3 1.7B (Reasoning) Alibaba	36/100	闭源	2025-04-28	-64.0
424	Sarvam M (Reasoning, Based on Mistral Small 3.1) Sarvam	35/100	闭源	2025-05-23	-65.0
425	Step3 VL 10B StepFun	35/100	开源	2026-01-20	-65.0
426	Command-R (Mar '24) Cohere	34/100	闭源	2024-03-12	-66.0
427	Ling-mini-2.0 InclusionAI	34/100	闭源	2025-09-09	-66.0
428	Ministral 3 3B Mistral	34/100	开源	2025-12-02	-66.0
429	DeepSeek R1 Distill Llama 8B DeepSeek	33/100	开源	2025-01-20	-67.0
430	Gemma 4 E4B (Reasoning) Google	33/100	闭源	2026-04-03	-67.0
431	Gemma 4 E4B (Non-reasoning) Google	33/100	开源	2026-04-03	-67.0
432	Granite 4.1 8B IBM	33/100	闭源	2026-04-29	-67.0
433	Reka Flash 3 Reka AI	33/100	闭源	2025-03-10	-67.0
434	Exaone 4.0 1.2B (Reasoning) LG AI Research	32/100	闭源	2025-07-15	-68.0
435	GPT-4o (Aug '24) OpenAI	32/100	闭源	2024-08-06	-68.0
436	Llama 3 Instruct 70B Meta	32/100	闭源	2024-04-18	-68.0
437	Olmo 3 7B Instruct Allen Institute for AI	32/100	闭源	2025-11-20	-68.0
438	Qwen3.8 27B (Xhigh) Alibaba	32/100	开源	2026-08-14	-68.0
439	DeepSeek R1 0528 Qwen3 8B DeepSeek	31/100	闭源	2025-05-29	-69.0
440	Exaone 4.0 1.2B (Non-reasoning) LG AI Research	31/100	闭源	2025-07-15	-69.0
441	LFM2.5-1.2B-Thinking Liquid AI	31/100	闭源	2026-01-20	-69.0
442	Nova Micro Amazon	31/100	闭源	2024-12-03	-69.0
443	Phi-4 Microsoft	31/100	开源	2024-12-12	-69.0
444	Qwen3.5 0.8B (Reasoning) Alibaba	31/100	闭源	2026-03-02	-69.0
445	Llama 3.1 Instruct 8B Meta	30/100	开源	2024-07-23	-70.0
446	Llama 3.1 Nemotron Nano 4B v1.1 (Reasoning) NVIDIA	30/100	开源	2025-05-20	-70.0
447	Llama 3.2 Instruct 11B (Vision) Meta	30/100	开源	2024-09-25	-70.0
448	OLMo 2 32B Allen Institute for AI	30/100	闭源	2025-03-13	-70.0
449	Olmo 3.1 32B Instruct Allen Institute for AI	30/100	闭源	2026-01-13	-70.0
450	OpenChat 3.5 (1210) OpenChat	30/100	闭源	2023-12-18	-70.0

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。