跳到主内容
知行录
leaderboard.cn
Toggle Sidebar
搜索模型或厂商…
⌘K
分析
前沿模型
历史趋势
本地模型
模型对比
榜单工坊
资料库
模型库
模型价格
厂商
基准评测
数据源
设置
Toggle Sidebar
知行录
leaderboard.cn
正在加载页面内容
反馈
前沿模型
工坊
分享
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 →
前沿模型
240
收录模型
8
排名领域
540
聚合基准
133
数据源
更新于 10/08 11:52
总体
538 项基准
综合用户偏好、通用知识与指令遵循能力。
工坊
模型
评分
1
Gemini 4 Argon
100.0
2
Claude Opus 5.5
98.7
3
GPT-6.1 Sol
97.9
4
Claude Sonnet 5.5
97.7
5
Claude Opus 5
97.0
6
GPT-6 Astra
97.0
7
Claude Fable 5
95.7
8
Muse Spark 1.3
95.6
9
Claude Fable 5.1
93.9
10
Qwen3.8-Max
93.1
开源
538 项基准
从总体榜筛选已标记为开源的模型，沿用总体榜原始 Elo 与相对顺序，并在本榜内归一化。
工坊
模型
评分
1
Kimi K3
100.0
2
MiMo-V2.6-Pro
99.6
3
DeepSeek-V4.1-Flash
95.8
本地
538 项基准
从总体榜筛选已标记为开源且参数量小于 40B 的模型，沿用总体榜原始 Elo 与相对顺序，并在本榜内归一化。
工坊
模型
评分
1
Qwen3.8-27B
100.0
2
Qwen3.6-27B
89.7
3
Muse Glimmer 30B
88.8
代码
125 项基准
覆盖软件工程、竞赛编程和终端任务。
工坊
模型
评分
1
Gemini 4 Argon
100.0
2
GPT-6 Astra
99.9
3
Claude Opus 5.5
99.8
科研
153 项基准
偏科学知识、数学推理与研究型问题求解。
工坊
模型
评分
1
Claude Sonnet 5.5
100.0
2
Claude Opus 5.5
97.8
3
Gemini 4 Argon
94.4
Agent
175 项基准
面向工具调用、网页浏览和长流程执行。
工坊
模型
评分
1
Claude Sonnet 5.5
100.0
2
GPT-6.1 Sol
94.4
3
Claude Opus 5.5
94.1
视觉
127 项基准
多模态理解、视觉数学、屏幕与视频任务。
工坊
模型
评分
1
Qwen3.8-Max
100.0
2
GPT-6 Astra
96.3
3
Gemini 4 Argon
95.6
长上下文
44 项基准
检索、归纳与百万级上下文推理。
工坊
模型
评分
1
Muse Spark 1.3
100.0
2
Claude Opus 5
96.2
3
Gemini 3.7 Flash
95.9
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。
