跳到主内容
知行录
leaderboard.cn
Toggle Sidebar
搜索
⌘K
分析
前沿模型
历史趋势
本地模型
资料库
模型库
厂商
基准评测
数据源
显示模式
Toggle Sidebar
知行录
leaderboard.cn
正在加载页面内容
前沿模型
按已收录评测数据和最新报告聚合，基于 Bradley-Terry / Elo 配对评分算法计算综合排名。
了解排名规则 →
历史趋势
查看基准
前沿模型
8 个排名领域
402 项基准
更新于 07/15 21:01
总体
400 项基准
综合用户偏好、通用知识与指令遵循能力。
详情
模型
评分
1
Claude Fable 5
100.0
2
GPT-5.6 Sol
99.6
3
Claude Opus 4.8
94.9
4
GPT-5.5
94.4
5
GPT-5.6 Terra
92.3
6
Grok 4.5
90.7
7
GLM-5.2
90.3
8
Claude Sonnet 5
90.2
9
Muse Spark 1.1
88.4
10
Qwen3.7-Max
87.2
开源
251 项基准
仅聚合已标记为开源的模型，综合推理、编程、Agent、多模态与长上下文表现。
详情
模型
评分
1
GLM-5.2
100.0
2
混元3
95.6
3
Kimi-K2.7-Code
95.5
本地
99 项基准
可本地部署、参数量小于 40B 的前沿模型集合。
详情
模型
评分
1
Qwen3.6-27B
100.0
2
Qwen3.6-35B-A3B
92.3
3
Gemma 4 31B
88.5
代码
93 项基准
覆盖软件工程、竞赛编程和终端任务。
详情
模型
评分
1
Claude Fable 5
100.0
2
GPT-5.6 Sol
99.0
3
Claude Opus 4.8
98.6
科研
113 项基准
偏科学知识、数学推理与研究型问题求解。
详情
模型
评分
1
GPT-5.5
100.0
2
Claude Opus 4.8
99.1
3
Claude Fable 5
98.5
Agent
103 项基准
面向工具调用、网页浏览和长流程执行。
详情
模型
评分
1
GPT-5.6 Sol
100.0
2
Claude Fable 5
98.8
3
Claude Opus 4.8
93.9
视觉
78 项基准
多模态理解、视觉数学、屏幕与视频任务。
详情
模型
评分
1
GPT-5.6 Sol
100.0
2
Seed2.1 Pro
95.7
3
Qwen3.7-Plus
91.6
长上下文
38 项基准
检索、归纳与百万级上下文推理。
详情
模型
评分
1
GPT-5.6 Sol
100.0
2
Claude Fable 5
97.2
3
GPT-5.6 Terra
92.6
更多领域
持续补充
样本较少的领域暂不展示模型排名。
查看基准
待补充领域
最低 3 项
文学
2 / 3
达到最低收录量后，该领域会自动加入首页排行。
