最新大模型实力排行！
本帖最后由 中英文泡椒 于 2026-8-11 20:01 编辑大模型圈动作不断：Claude Opus 5 发布、DeepSeek V4 Flash 更新、Kimi K3 冲击第一梯队……各家实力如何？最新排行榜，直接看图。
综合智能指数
涵盖 GDPval、Terminal-Bench、SciCode、Humanity's Last Exam 等 9 项评测的综合智力分：
Claude Opus 5 断层第一（60.69），Anthropic 包揽冠亚军。GPT-5.6 Sol 第三，Kimi K3 冲到第四，DeepSeek V4 Flash 排第 13 但分数
紧咬前十。
智能 vs 成本：性价比之王
横轴是智能分，纵轴是每次任务成本（美元），越靠近左上角越香：
DeepSeek V4 Flash 成本仅 $0.027/任务，是 Claude Opus 5 的 1/86。虽然智能分有差距，但在这个价位上几乎没有对手。MiniMax-M3 同样亮
眼，智能中等但价格低。
Agentic 智能体能力
衡量模型自主拆解任务、调用工具、完成复杂流程的实战能力：
Claude Opus 5 第一（55.26），GPT-5.6 Sol 紧随其后仅差 1.26 分。、DeepSeek V4 Flash 排第 9，结合 $0.027 的价格——做 Agent 任务性价
比无敌。Kimi K3 排第 4，国产 Agent 天花板。
输出速度排行
每秒输出 token 数，数字越大越流畅：
emini 3.6 Flash 以 215 tok/s 登顶，GLM-5.2 速度排第 4 且智能也在前十，智谱综合表现均衡。Claude Opus 5 智能最强但速度只有 55 tok/s。
国外Claude，国内DeepSeek和kimi
页:
[1]