聚模合

大模型实时排行榜 · 聚模合

汇集大模型评测与真实使用记录，提供能力榜单、模型实测、API 价格与选型参考。

  • 多维能力榜单
  • 真实模型实测
  • 价格与用量对比

关注头部变化与新模型

榜单综评

全部榜单
模型用量 前五换位Step 5 Preview由第 10 名升至第 2 名。这张榜最醒目的反差，是 DeepSeek V4.1 Flash 不只拿下当日第一，5.65 万亿 tokens 还是 Step 5 Preview 的 2.18 倍；但看 30 天累计，它又是第二名的近 30 倍，日榜和月榜像在讲两种故事。
前五名当日 tokens
  1. 1DeepSeek V4.1 Flash5.65 万亿
  2. 2Step 5 Preview2.59 万亿
  3. 3GLM-5.3-Flash2.01 万亿
  4. 4MiMo-V2.6-Flash1.76 万亿
  5. 5other1.67 万亿
查看完整榜单与点评
多模态能力 新进前十Claude Opus 5.5新进展示范围，排名第 9。Anthropic在这张榜单里最像“常驻嘉宾”：前十占4席，前二十占7席；但榜首由Claude Fable 5拿下，第二名却是阿里Qwen3.8 Max，领先第三名Claude Opus 4.6仅2分。另一处反差是Meta的Muse Spark系列，三个版本都挤进前十。
前五名Elo
  1. 1Claude Fable 51308
  2. 2Qwen3.8 Max1301
  3. 3Claude Opus 4.61299
  4. 4Claude Opus 4.71298
  5. 5Gemini 3.7 Flash1297
查看完整榜单与点评
国产模型能力 前十变化MiMo-V2.5-Pro由第 11 名升至第 10 名。这份汇总最鲜明的反差是：设计类不是处处由同一家领跑。网页开发、UI 组件和 3D 榜的分数与名次完全一致，Kimi K3以85.93分居首；但SVG榜里第二至第四名都被GLM拿下，ASCII画则换成Qwen3.8 Max领跑。

国内 AI 编程榜 · 汇总页中的一个子榜

前五名分
  1. 1GLM-5.370.76
  2. 2Kimi K367.03
  3. 3Step 3.7 Flash63.35
  4. 4Qwen3.8 Max63.23
  5. 5MiMo-V2.6-Pro62.76
查看完整榜单与点评

最新资讯与实测

全部文章
新我用了三周免费的 Space Bunny，现在急着想订阅

Space Bunny（太空兔）是谁家的？没人知道 —— 这正是问题所在。三周真实开发里，它反复推翻自己的结论、认出了我没提名字的实测数据、在我跟别的模型聊天时自己把活干完了。这篇 …

阅读全文
新2块钱，让Claude Haiku 5.5做了个超级马里奥

0.342 美元、19 分钟，Claude Haiku 5.5 从零生成了一个能跑能跳、能吃金币能变大的横版马里奥。附 29 秒实机视频与完整账单，便宜档模型现在到底能干活到什么程 …

阅读全文
新Claude Haiku 5.5 实测：1小时163次请求，花了1.59美元

用 Claude Code 让 Claude Haiku 5.5 改了一小时真实项目：163 次请求、1.5869 美元。16 万 Token 输入为什么一次只花不到 1 美分？缓 …

阅读全文
GPT-6、DeepSeek V4.1、GPT-5.6实测：同一句话做《我的世界》，谁更强？

把同一句话「写一个我的世界demo，web实现」原封不动发给 GPT-6 Astra、DeepSeek V4.1 Flash、GPT-5.6 Terra，不给任何提示词，看谁一次做 …

阅读全文
匿名AI模型三天登顶出圈，真身至今无人知晓

Space Bunny Alpha 匿名上线三天登顶 OpenRouter 调用日榜，供应商栏只写 Stealth。对打 DeepSeek V4.1 Flash 与 GPT-6 …

阅读全文
匿名模型三天登顶，我让它跟DeepSeek和GLM来一轮硬核实测

Space Bunny Alpha 三天冲到 OpenRouter 调用日榜前列，真实身份成谜。本文让它与 DeepSeek V4.1 Flash、GLM 5.3 Flash 在同 …

阅读全文
国内大模型Flash三杰全方位综合对比：GLM-5.3-Flash / DeepSeek-V4-Flash / Qwen3.8-Flash

国内大模型评测与大模型对比：横向全景对比 GLM-5.3-Flash、DeepSeek-V4-Flash、Qwen3.8-Flash 三大国产 Flash 模型的定位、优点、缺点、 …

阅读全文
Qoder 免费账号实测 Qwen3.8-Flash：会下雪的中世纪城堡，0 Credits

用 Qoder 免费账号最高思考档实测 Qwen3.8-Flash：鹈鹕骑自行车与 Three.js 中世纪城堡两题全记录，附 Credits 领取细则。

阅读全文
GPT-6 Astra 做实景三维重建，我拿一套住宅试了试

如视创始人用伽罗华 P4 采集一套住宅的 16 类空间数据（4.3GB），实测 GPT-6 Astra 的实景三维重建能力与边界。

阅读全文
实测字节新模型Seed 2.1 Pro-0915，比想象中的能打多了！

字节Seed 2.1 Pro-0915实测：通用Agent与Coding能力明显进步，实测表现比想象中能打，附真实体验与豆包Seed2.1系列选型参考。

阅读全文

热门大模型 综合评分榜前十

全部模型

如何看大模型排行榜？

综合能力榜与编程榜关注评测表现，Arena 竞技场反映真人盲测中的偏好，模型用量榜展示实际调用情况。不同榜单回答不同的问题，名次与分数应在同一榜单内比较。选择模型时，再结合实测文章、API 价格与自己的使用场景；各榜更新日期以对应模块和详情页标注为准。