模型榜
AI 模型排行榜
专家难题、研究级数学与物理、逻辑、棋类、做实验反推规律与科学工作流，看模型能不能想明白新问题。
10 项评测 · 4 家机构 · 10/30 02:05 更新| 模型 | |||||||
|---|---|---|---|---|---|---|---|
| 01 |  Gemini 4 CarbonGoogle · 10月28日 上线 | 2026-10-28 | 4 项评测覆盖 43% | 待核验 | 待核验 | 待核验 | 76.276.2覆盖 43% |
| 02 |  GPT-6 AstraOpenAI · 9月3日 上线 | 2026-09-03 | 10 项评测覆盖 100% | ¥6.66 | ¥66.62 | ¥333.08 | 76.176.1覆盖 100% |
| 03 |  Claude Opus 5.5Anthropic · 9月22日 上线 | 2026-09-22 | 10 项评测覆盖 100% | ¥1.33 | ¥26.65 | ¥133.23 | 74.974.9覆盖 100% |
| 04 | GPT-6.1 SolOpenAI · 9月29日 上线 | 2026-09-29 | 10 项评测覆盖 100% | ¥0.67 | ¥13.32 | ¥66.62 | 74.474.4覆盖 100% |
| 05 | Gemini 4 ArgonGoogle · 9月30日 上线 | 2026-09-30 | 9 项评测覆盖 86% | ¥1.33 | ¥26.65 | ¥133.23 | 72.972.9覆盖 86% |
| 06 | GPT-6.1 TerraOpenAI · 10月26日 上线 | 2026-10-26 | 6 项评测覆盖 71% | ¥0.33 | ¥6.66 | ¥33.31 | 72.972.9覆盖 71% |
| 07 | Claude Sonnet 5.5Anthropic · 9月28日 上线 | 2026-09-28 | 10 项评测覆盖 100% | ¥0.67 | ¥13.32 | ¥66.62 | 72.472.4覆盖 100% |
| 08 | Claude Fable 5.1Anthropic · 9月1日 上线 | 2026-09-01 | 10 项评测覆盖 100% | ¥1.67 | ¥66.62 | ¥333.08 | 72.372.3覆盖 100% |
| 09 |  Muse Wonder FullMeta · 10月12日 上线 | 2026-10-12 | 6 项评测覆盖 57% | 待核验 | 待核验 | 待核验 | 70.370.3覆盖 57% |
| 10 | Claude Opus 5Anthropic · 7月24日 上线 | 2026-07-24 | 9 项评测覆盖 100% | ¥3.33 | ¥33.31 | ¥166.54 | 69.169.1覆盖 100% |
| 11 | GPT-5.6 SolOpenAI · 7月9日 上线 | 2026-07-09 | 10 项评测覆盖 100% | ¥3.33 | ¥33.31 | ¥199.85 | 68.968.9覆盖 100% |
| 12 | Claude Fable 5Anthropic · 6月9日 上线 | 2026-06-09 | 7 项评测覆盖 86% | ¥6.66 | ¥66.62 | ¥333.08 | 68.468.4覆盖 86% |
| 13 | GPT-6 SolOpenAI · 9月22日 上线 | 2026-09-22 | 9 项评测覆盖 100% | ¥1.33 | ¥13.32 | ¥66.62 | 67.867.8覆盖 100% |
| 14 |  Kimi K3.1 ProMoonshot AI · 10月23日 上线 | 2026-10-23 | 6 项评测覆盖 57% | ¥1.3 | ¥13 | ¥68 | 67.767.7覆盖 57% |
| 15 | Muse WonderMeta · 10月12日 上线 | 2026-10-12 | 9 项评测覆盖 100% | ¥1.33 | ¥26.65 | ¥133.23 | 67.467.4覆盖 100% |
| 16 | GPT-5.5OpenAI · 4月23日 上线 | 2026-04-23 | 6 项评测覆盖 71% | ¥3.33 | ¥33.31 | ¥199.85 | 66.666.6覆盖 71% |
| 17 | GPT-5.6 TerraOpenAI · 7月9日 上线 | 2026-07-09 | 8 项评测覆盖 86% | ¥1.33 | ¥13.32 | ¥79.94 | 64.464.4覆盖 86% |
| 18 | Gemini 3.8 FlashGoogle · 9月2日 上线 | 2026-09-02 | 10 项评测覆盖 100% | ¥1 | ¥9.99 | ¥49.96 | 64.464.4覆盖 100% |
| 19 | Muse Spark 1.3Meta · 9月2日 上线 | 2026-09-02 | 10 项评测覆盖 100% | ¥1 | ¥8.33 | ¥28.31 | 63.963.9覆盖 100% |
| 20 | Claude Opus 4.8Anthropic · 5月28日 上线 | 2026-05-28 | 7 项评测覆盖 86% | ¥3.33 | ¥33.31 | ¥166.54 | 62.662.6覆盖 86% |
| 21 |  | 2026-10-17 | 7 项评测覆盖 71% | ¥0.02 | ¥1 | ¥4 | 62.462.4覆盖 71% |
| 22 | Claude Haiku 5.5Anthropic · 10月7日 上线 | 2026-10-07 | 10 项评测覆盖 100% | ¥0.0666 | ¥0.67 | ¥3.33 | 62.362.3覆盖 100% |
| 23 | Gemini 3.7 FlashGoogle · 8月13日 上线 | 2026-08-13 | 7 项评测覆盖 86% | ¥1 | ¥9.99 | ¥49.96 | 62.362.3覆盖 86% |
| 24 |  Qwen3.8 MaxAlibaba · 7月19日 上线 | 2026-07-19 | 8 项评测覆盖 100% | ¥1.5 | ¥12 | ¥36 | 62.062.0覆盖 100% |
| 25 | 2026-07-16 | 9 项评测覆盖 86% | ¥2 | ¥20 | ¥100 | 61.761.7覆盖 86% | |
| 26 |  Grok 4.6xAI · 8月12日 上线 | 2026-08-12 | 9 项评测覆盖 100% | ¥3.33 | ¥13.32 | ¥39.97 | 61.561.5覆盖 100% |
| 27 | Muse Spark 1.2Meta · 8月5日 上线 | 2026-08-05 | 4 项评测覆盖 57% | ¥1 | ¥8.33 | ¥28.31 | 60.260.2覆盖 57% |
| 28 | Qwen3.8 Max 0902Alibaba · 9月1日 上线 | 2026-09-01 | 6 项评测覆盖 71% | ¥1.5 | ¥12 | ¥36 | 60.060.0覆盖 71% |
| 29 | 2026-08-18 | 10 项评测覆盖 100% | ¥2 | ¥8 | ¥28 | 60.060.0覆盖 100% | |
| 30 | Claude Opus 4.7Anthropic · 4月16日 上线 | 2026-04-16 | 6 项评测覆盖 71% | ¥3.33 | ¥33.31 | ¥166.54 | 59.959.9覆盖 71% |
Muse Wonder Full：仅通过 Muse Code 订阅提供，不提供按量付费 API。
GPT-5.6 Sol：标准价；官网限时优惠至少持续至 2026-11-21，期间输入 $4、输出 $20、缓存命中 $0.40／百万 Token。
Gemini 3.8 Flash：标准价；2026-12-31 前官网限时价格为输入 $0.75、输出 $3.75、缓存命中 $0.075／百万 Token。
DeepSeek V4.1 Flash 1017：空闲时段价；北京时间工作日（法定节假日除外）09:00–12:00、14:00–18:00 为高峰，输入、输出及缓存命中价均翻倍。
Claude Haiku 5.5：提示词不超过 100K Token 的价格；超过 100K 时，输入、输出及缓存命中价均为上述价格的 5 倍。
50 分是参照模型的平均水平，每 15 分约是一个标准差；名次按分数排，不设并列。筛选后保留原榜的评分和名次，每次最多展示 30 个模型。
评分不是正确率。每项评测的原始成绩和折算后的分数，都能在模型详情里看到。
暂不排名2 个模型
这些模型已有评分，但评测还不够宽，一个坏成绩就可能带偏名次；评测补齐后自动给出名次。
如何看这张榜
AICue 评分把各家难度不同的评测折算成同一种分数：50 分是参照模型的平均水平，每 15 分约是一个标准差；两个模型相差 3 分以上，先后基本不会变。评分不是正确率。分类评分只看这个领域，只列在这个领域测得够多的模型。 价格不参与排序；没测的评测不补分，也不扣分。
了解计算方法 →关于价格
API 价格来自厂商官网，按每百万 Token 展示。美元报价按 2026-10-29 汇率折算成人民币。缓存价格指命中后的输入价格，缓存写入、存储及订阅费用另计。