排行榜
三种尺子，量出一个更接近直觉的答案。
| 排名 | 模型 | Lab | 分数 | Δ7d | 价格 ($/M) | 上下文 | 发布日 |
|---|---|---|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic | 100.0 | — | $10.00 / $50.00 | 1000K | 2026-06-09 |
| 2 | Claude Opus 4.5 · live-SWE-agent | Anthropic | 100.0 | — | 价格未公开 | — | 2025-12-15 |
| 3 | Doubao Seed Code · TRAE | 字节 Seed / 豆包 | 99.5 | — | 价格未公开 | — | 2025-09-28 |
| 4 | Gemini 3 Pro Preview · live-SWE-agent | Google DeepMind | 97.7 | — | 价格未公开 | — | 2025-11-20 |
| 5 | ERNIE 5.1 | 百度文心 | 92.3 | — | 价格未公开 | — | 2026-05-09 |
| 6 | GLM-5.2 (max) | 智谱 GLM | 91.6 | — | 价格未公开 | 1000K | 2026-06-16 |
| 7 | Kimi K2.6 | 月之暗面 Kimi | 91.0 | — | $0.95 / $4.00 | 262K | 2026-04-20 |
| 8 | GPT-5.5 (high) | OpenAI | 90.8 | — | $5.00 / $30.00 | 1050K | 2026-04-23 |
| 9 | GPT-5.2 high · mini-SWE-agent | OpenAI | 90.7 | — | 价格未公开 | — | 2025-12-11 |
| 10 | Grok 4.5 | xAI / SpaceXAI | 90.5 | — | $2.00 / $6.00 | 500K | 2026-07-08 |
数据：Artificial Analysis · LMArena · SWE-bench · AA 2026/07/15 13:00 · Arena 2026/07/13 18:00 · SWE 2025/12/15 08:00 快照 · AA STALE
| 排名 | 模型 | Lab | 分数 | Δ7d | 价格 ($/M) | 上下文 | 发布日 |
|---|---|---|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic | 1508 | — | $10.00 / $50.00 | 1000K | 2026-06-09 |
| 2 | Gemini 3.1 Pro Preview | Google DeepMind | 1486 | — | $2.00 / $12.00 | 1048K | 2026-02-19 |
| 3 | GPT-5.5 (high) | OpenAI | 1482 | — | $5.00 / $30.00 | 1050K | 2026-04-23 |
| 4 | ERNIE 5.1 | 百度文心 | 1468 | — | 价格未公开 | — | 2026-05-09 |
| 5 | GLM-5.2 (max) | 智谱 GLM | 1465 | — | 价格未公开 | 1000K | 2026-06-16 |
| 6 | Grok 4.5 | xAI / SpaceXAI | 1464 | — | $2.00 / $6.00 | 500K | 2026-07-08 |
| 7 | Kimi K2.6 | 月之暗面 Kimi | 1462 | — | $0.95 / $4.00 | 262K | 2026-04-20 |
| 8 | DeepSeek V4 Pro Thinking | DeepSeek | 1457 | — | $0.43 / $0.87 | 1000K | 2026-04-24 |
| 9 | Seed2.0 Pro | 字节 Seed / 豆包 | 1455 | — | 价格未公开 | — | 2026-02-14 |
| 10 | MiniMax M3 | MiniMax | 1445 | — | 价格未公开 | 1000K | 2026-06-01 |
数据：LMArena · 2026/07/13 18:00 快照
| 排名 | 模型 | Lab | 分数 | Δ7d | 价格 ($/M) | 上下文 | 发布日 |
|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.5 · live-SWE-agent | Anthropic | 79.2% | — | 价格未公开 | — | 2025-12-15 |
| 2 | Doubao Seed Code · TRAE | 字节 Seed / 豆包 | 78.8% | — | 价格未公开 | — | 2025-09-28 |
| 3 | Gemini 3 Pro Preview · live-SWE-agent | Google DeepMind | 77.4% | — | 价格未公开 | — | 2025-11-20 |
| 4 | GPT-5.2 high · mini-SWE-agent | OpenAI | 71.8% | — | 价格未公开 | — | 2025-12-11 |
数据：SWE-bench Verified · 2025/12/15 08:00 快照
| 排名 | 模型 | Lab | 分数 | Δ7d | 价格 ($/M) | 上下文 | 发布日 |
|---|---|---|---|---|---|---|---|
| 1 | GLM-5.2 (max) | 智谱 GLM | 91.6 | — | 价格未公开 | 1000K | 2026-06-16 |
| 2 | Kimi K2.6 | 月之暗面 Kimi | 91.0 | — | $0.95 / $4.00 | 262K | 2026-04-20 |
| 3 | DeepSeek V4 Pro Thinking | DeepSeek | 90.0 | — | $0.43 / $0.87 | 1000K | 2026-04-24 |
| 4 | MiniMax M3 | MiniMax | 87.7 | — | 价格未公开 | 1000K | 2026-06-01 |
| 5 | Qwen3.5-397B-A17B | 阿里 Qwen | 87.0 | — | 价格未公开 | 262K | 2026-02-15 |
| 6 | Nemotron 3 Ultra | NVIDIA | 83.3 | — | 价格未公开 | 1000K | 2026-06-04 |
| 7 | Mistral Large 3 | Mistral | 82.0 | — | $0.50 / $1.50 | 262K | 2025-12-02 |
数据：开源模型按 CHASE 综合分排序 · AA 2026/07/15 13:00 · Arena 2026/07/13 18:00 · SWE 2025/12/15 08:00 快照 · AA STALE
旗舰墙
各家手里最快的那张牌。
GPT-5.6 Sol
Claude Fable 5
Gemini 3.1 Pro Preview
Llama 4 Maverick
Grok 4.5
DeepSeek V4 Pro
Qwen3.5-397B-A17B
Kimi K2.6
GLM-5.2
Hunyuan Hy3
Seed2.0 Pro
MiniMax M3
Mistral Large 3
ERNIE 5.1
Nova 2 Pro (Preview)
Nemotron 3 Ultra
今日情报
Amazon Bedrock 上线 GPT-5.6 家族
Amazon Bedrock 已全面提供 GPT-5.6 Sol、Terra 与 Luna。企业可以在 AWS 治理与安全边界内直接调用 OpenAI 新模型家族。
原文 ↗ 83Claude Code 新增屏幕阅读器模式
Claude Code v2.1.208 新增可选的纯文本屏幕阅读器模式，并提供命令行与环境变量开关。更新把无障碍能力直接纳入开发者工具主流程。
原文 ↗ 83Anthropic 推出 Claude 教师版
Anthropic 发布面向教师的 Claude 产品方案，把课程准备与教学工作流纳入专门体验。它显示前沿模型正从通用聊天转向垂直职业界面。
原文 ↗ 83OpenAI 展示数据科学团队工作流
OpenAI 给出根因分析、影响复盘、KPI 备忘录与 Dashboard 规格等可复用工作流。重点从单次问答转向真实材料驱动的可审计产物。
原文 ↗ 80Google 用 Gemini 扩展印度创客教育
Google 与 Atal Innovation Mission 推出 ATL Saathi，用 Gemini 为印度机器人实验室教师生成课程方案与安全步骤。项目覆盖超过 1100 万学生所在体系。
原文 ↗ 72NVIDIA 强调开放模型的可控优势
NVIDIA 认为企业竞争优势正从“选哪个模型”转向“如何围绕模型构建系统”。开放权重让组织可以私有评测、定制并保留治理控制权。
原文 ↗ 63Anthropic 投入 $1000 万支持加拿大研究
Anthropic 承诺投入 $1000 万支持加拿大 AI 研究。资金规模达到千万美元级，显示前沿实验室继续扩大与国家研究生态的绑定。
原文 ↗ 63OpenAI 给出 Agent 投资计量框架
OpenAI 建议企业用“每美元完成的有效工作”衡量 Agent 投资，并聚焦高价值工作流。它把模型成本比较推进到结果与效率层。
原文 ↗ 58NVIDIA 将每瓦性能列为 AI 核心指标
NVIDIA 认为电力已成为 AI 基础设施的硬约束，应以固定功耗下的 token 产出来衡量收益。文章称 Blackwell 在部分新模型上显著提升每瓦性能。
原文 ↗“软件项目的共同语言，是对概念、边界与行为的共同理解。”