大模型观察
2026年11月：谁能干活的边界又被推远了
每月更新的大模型选型栏目：先用一张热力图看懂「谁在哪个方面最强」，再按场景（写代码、写作、价格）挑模型。所有分数引用公开榜单并标注版本日期。
最后更新
能力一图流
点击格子查看口径与来源
按场景挑模型
更新日志
- 栏目上线：接入 LMArena（CC-BY-4.0，每周自动同步）、SWE-bench Verified（MIT）、LiveBench 公开数据；Artificial Analysis 智能指数前 30 与主流模型 API 价格表完成首次人工核对（2026-11-07）。
常见问题
大模型排行榜怎么看才不被忽悠？
记住三点：①看口径——这张榜测的是对话偏好（LMArena 盲测）还是工程能力（SWE-bench 真实 issue）；②看日期——模型两三周就换代，过期的榜没有参考价值；③看任务——榜单分数是平均表现，你手头的具体任务（比如中文长文写作）可能和平均分差很远。本栏目每处分数都标注来源与版本日期，就是为了让你能对照这三点。
为什么有的格子是「—」？
热力图里「—」表示该维度暂无可靠公开基准。比如多模态：各家评测口径差异太大，与其编一个看起来精确的数，不如诚实留空，等有可交叉验证的来源再补。
分数是怎么算成 0–100 的？
每个维度独立归一：用该模型在对应榜单的原始分数除以榜内最高分再乘 100。这样跨榜可比（都是「相对榜内最强」的百分比），但也意味着 90 分只代表「接近榜内最强」，不代表「比所有已知模型强 90 分」。
这些数据可以转载吗？
分来源看：LMArena 数据集是 CC-BY-4.0（署名即可），SWE-bench 是 MIT，这两类可以直接转载；LiveBench 与 Artificial Analysis 的数据仅限引用式呈现（标注来源 + 版本日期 + 原文链接，不整表复制）。你引用本站内容时，也请遵守同样的规则并回链本页。
数据说明
本栏目数据为引用式呈现：只引用关键分数与结论，每处标注来源、版本日期并附原文链接，不整表复制任何机构的榜单。
自动源（LMArena / SWE-bench / LiveBench）每周同步一次；Artificial Analysis 智能指数与价格表为人工核对录入，随更新日志标注核对日期。
分数 ≠ 你的体验。 各榜单口径不同、分数会随版本漂移，选型前建议结合自己的任务实测。
Artificial Analysis版本 2026-11-07许可 Proprietary — limited factual citation (intelligence index totals + top-30 entries only) per AA Terms of Use; no full-table reproduction, no chart/copy reuse. Re-review quarterly; if AA requires licensing, buy Commercial access or drop this field.Artificial Analysis
LMArena版本 2026-11-06许可 CC-BY-4.0LMArena需海外网络
SWE-bench Verified版本 2026-02-26许可 MITSWE-bench Verified
LiveBench版本 2026-10-25许可 Public data — cited with attribution (score + date + link, no full reproduction)LiveBench
作者： 花爪编辑部 · 审校： 花爪编辑部