排行榜

2026 AI 大模型排行榜

聚合多项标准化评测的综合指数榜，覆盖与 Agent/编程能力强相关的大模型。

综合分基于该模型已收录评测的归一化加权平均计算，缺项不计入、不补 0， 不是全维度综合评分；综合榜仅收录已有 2 项及以上评测成绩的模型， 样本不足的模型仍可在下方单项榜与模型详情页查看。计算方法与数据出处见 数据来源与评测方法。

排行榜数据更新于 2026-08-26

类型
许可
地区
出处
Gemini 3.1 ProGoogle DeepMind63.2（基于 2 项已收录评测计算）
SWE-bench ProTerminal-Bench 2.0
Claude 3.7 Sonnet已下架Anthropic62.7（基于 2 项已收录评测计算）
SWE-bench Verifiedτ²-Bench
Gemini 3 ProGoogle DeepMind60.5（基于 5 项已收录评测计算）
ARC-AGI-2SWE-bench ProSWE-bench Verifiedτ²-BenchTerminal-Bench 2.0
MiniMax-M2MiniMax 稀宇科技58.9（基于 3 项已收录评测计算）
SWE-bench Verifiedτ²-BenchTerminal-Bench 2.0
GPT-5OpenAI53.6（基于 4 项已收录评测计算）
ARC-AGI-2SWE-bench Verifiedτ²-BenchTerminal-Bench 2.0
DeepSeek-V3.2DeepSeek48.5（基于 4 项已收录评测计算）
ARC-AGI-2SWE-bench Verifiedτ²-BenchTerminal-Bench 2.0
Kimi K2月之暗面 Moonshot AI47.9（基于 5 项已收录评测计算）
LiveCodeBenchSWE-bench ProSWE-bench Verifiedτ²-BenchTerminal-Bench 2.0
Qwen3-Coder-480B-A35B-Instruct阿里云通义千问 Qwen45.2（基于 3 项已收录评测计算）
SWE-bench ProSWE-bench VerifiedTerminal-Bench 2.0
GLM-4.6智谱 Zhipu/Z.ai34.1（基于 3 项已收录评测计算）
SWE-bench ProSWE-bench VerifiedTerminal-Bench 2.0
Grok 4xAI21.6（基于 2 项已收录评测计算）
ARC-AGI-2Terminal-Bench 2.0
Llama 4 MaverickMeta8.8（基于 3 项已收录评测计算）
ARC-AGI-2SWE-bench ProSWE-bench Verified

数据仅供参考，非官方权威判定，请以厂商官方发布为准。