花爪

综合智能榜

两个榜单，两种「聪明」

智能指数（Artificial Analysis）测的是推理、编码、数学等任务的综合表现；LMArena 测的是真实用户盲测投票的偏好。前者像考试卷，后者像口碑——两个都看，才不容易被单一叙事带偏。

最后更新

智能指数（0–100）：Artificial Analysis 综合推理/编码/数学等任务的加权表现。仅引用前 30 名。

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

先懂几个词

怎么读这张榜

智能指数高的模型，做题能力强，但「做题」不等于「好用」——响应速度、价格、上下文长度都不在这张表里。发现新模型冲榜时，先看它是靠推理档位（思考更久）还是真升级。

LMArena 分数来自真实对话盲测，更能反映「聊起来是否舒服」，但对中文场景的覆盖有限（中文分榜票数远少于英文总榜）。想让 AI 帮你写中文材料，请结合中文分榜与我们的写作选型页一起看。

开源权重模型（标记「开源权重」）可以自己部署或微调，数据敏感场景优先考虑；闭源模型通常上限更高。两条线的第一名差距，就是「自建 vs 订阅」的权衡空间。

→ 中文写作怎么选？看写作选型页

常见问题

智能指数和 LMArena 分数为什么排名不一样？

因为测的东西不同。智能指数是标准化任务上的综合得分（推理、编码、数学加权），LMArena 是真人盲测投票的偏好排名——用户会偏好回答风格而不只是正确性。同一个模型两边排名差几位是常态，这说明它「能干但不好聊」或「好聊但不够准」，结合你的场景取舍即可。

「开源权重」是什么意思？和开源软件一样吗？

不完全一样。「开源权重」指模型参数公开可下载，但许可证可能限制商用或衍生（多数模型许可证并不符合 OSI 开源定义）。对使用者的实际意义是：可以自己部署、微调、控制数据流向，但要逐条读许可证。

同一模型为什么有多个条目（High/Max 等）？

很多模型有「思考档位」：同一套权重，允许更长的推理预算就更强也更贵更慢。榜单按档位分别收录，所以你会看到 Gemini 4 Carbon (High) 和 (Medium) 两条。选型时按你能接受的延迟和成本挑档位。

数据多久更新一次？

LMArena 数据每周自动同步一次（来源是官方 CC-BY-4.0 数据集）；智能指数为人工核对录入，通常随大版本更新。每页页首的「最后更新」和每条来源旁的版本日期就是当前快照时间。

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

作者： 花爪编辑部 · 审校： 花爪编辑部