能力榜单

用多个独立第三方榜单交叉验证「谁的模型好」——不依赖平台自说自话。快照日期见各榜脚注，均为每周抓取存档。

OpenRouter 调用量 Top10

快照 2026-08-31 · 7 日窗口

DeepSeek V4 Flash 0731deepseek12.2T tokens+5%

Ox Alphastealth (GLM-5.3-Flash 匿名)9.75T tokens+44%

GPT-5.6 Lunaopenai8.48T tokens+89%

GLM 5.3 Flashz-ai8.14T tokens新上榜

MiMo-V2.5xiaomi8.08T tokens+17%

Hy3tencent6.41T tokens+17%

DeepSeek V4 Flash 0423deepseek5.15T tokens+7%

Nemotron 3 Ultra (free)nvidia4.93T tokens+4%

Hy4 previewtencent4.01T tokens新上榜

Gemini 3.7 Flashgoogle3.85T tokens+91%

数据口径：按 OpenRouter API 实际 token 处理量（含 prompt+completion）排名，反映开发者采用而非质量；不反映全市场流量。环比为与上一周 token 量变化。

LMArena Elo 榜

快照 2026-08-27

#	模型	厂商	Elo	备注
1	Claude Fable 5	Anthropic	1508
2	Claude Opus 4.6 (high)	Anthropic	1504
3	Claude Opus 4.7 (high)	Anthropic	1502
4	Kimi K3 (open)	Moonshot AI	1500	coding #1 · open weight
4	Gemini 3.1 Pro Preview	Google	1500	science leader
6	Grok 4.5	xAI	1499	cheapest frontier output
7	GLM-5.3	Z.ai	—	本周新入榜
8	ERNIE 5.1	百度	1468

数据口径：全球用户匿名两两盲测投票，Elo 机制计分，反映真实使用偏好（全球用户对匿名模型两两盲测投票，按 Elo 机制计算排名，反映真实使用偏好。国产模型补充参考：百度 ernie-5.1 Elo 1468。）。

AA 智能指数

快照 2026-08-28

#	模型	厂商	智能指数	备注
1	Claude Opus 5	Anthropic	63
2	Claude Fable 5	Anthropic	62.1
3	Grok 4.6	xAI	60.9
4	Kimi K3 (Max)	Moonshot AI	57	开源权重最高排名
4	GLM-5.3-Flash	Z.ai	57	追平 Claude Opus 4.8
6	GPT-5.5 (xhigh)	OpenAI	54

数据口径：综合 10 项权威基准（GDPval-AA / Terminal-Bench / GPQA Diamond / SciCode 等）加权，综合 10 项权威评测基准（GDPval-AA、Terminal-Bench、GPQA Diamond、SciCode 等）加权，覆盖数学/科学/编程/推理。当前快照共 183 款模型。中国模型：Kimi K3 (Max) 57 分（189 款中第 4，开源权重最高排名）；GLM-5.3-Flash 57 分追平 Claude Opus 4.8。