能力榜：同口径优先
主榜的“能力指数”优先使用 Artificial Analysis Intelligence Index v4.3.x。它聚合知识工作、编程/终端、科学推理、长上下文、Agent 自动化等评测。我们不把不同版本的指数直接混排。
Methodology & Sources
排名不是“拍脑袋”，
也不是把厂商跑分抄在一起。
为了让榜单可复核，我们把“独立测评”“官方规格”“本站建议”明确分层。你可以同意或不同意推荐，但至少能知道结论是怎么来的。
规格：回到官方
模型是否最新、发布日期、上下文、输入模态、API 价格、是否开放权重等信息，以厂商官方文档 / 模型卡为主；独立平台用于交叉验证。
推荐：不伪装成客观分数
“适合编程”“适合批量处理”等是本站基于能力、速度、价格、上下文和产品定位做的编辑推荐，不与独立能力指数混成一个看似精确的总分。
缺数据就留空
Seed2.1、ERNIE 5.1 等模型如果没有当前同口径独立指数，就显示“待统一评测”。这比用厂商自测数字强行换算更诚实。
Source Ledger
核心来源
数据快照截至 2026-09-27。外部页面会继续变化。
读榜单时，记住这 4 个限制
- 推理档位会改变排名。 同一模型 low / high / max 可能是完全不同的速度、成本和能力体验。
- 基准 ≠ 你的业务。 私有数据、工具链、提示词、上下游系统会显著改变真实效果。
- 速度具有服务商差异。 Token/s、首 Token 延迟会受区域、负载、API 供应商影响。
- 模型更新太快。 本站展示的是明确日期的快照，而不是宣称永久有效的“最终排名”。