OBPAI 极客团队•2026/10/14•0 阅读
2026年全球大模型Benchmark排行榜
整理日 2026-10-14。主表按 Arena Text Overall（榜面 2026-10-13）非 Preliminary 且票数 ≥10,000 的 Elo 重排：Claude Fable 5 (high) 与 Opus 4.6 (high) 同为 1503，票数多者在前。
大模型BenchmarkArenaEloGeminiClaude2026
整理日 2026-10-14。主表在 Arena Text Overall（2026-10-13）上加过滤：去掉 Preliminary，且票数不到 10,000 的进观察表。稳定样本里 Claude Opus 4.6 (high) 与 Fable 5 (high) 同为 1503 Elo，按票数 Opus 4.6 (high) 排第 1。Gemini 4 Argon 等仍列在观察表，不因官方瞬时第 1 直接进主榜。
Arena 稳定样本 Elo（票 ≥10,000，非 Preliminary）
Elo 与 ± 区间照抄官方。同分先比票数，再比区间宽度。区间重叠时不作稳胜解读。
| # | 模型 | 厂商 | Arena Elo | 票数 |
|---|---|---|---|---|
| 1 | Claude Opus 4.6 (high) | Anthropic | 1503±3 | 80,827 |
| 2 | Claude Fable 5 (high) | Anthropic | 1503±4 | 41,439 |
| 3 | Claude Opus 4.7 (high) | Anthropic | 1501±4 | 65,125 |
| 4 | Claude Fable 5.1 (max) | Anthropic | 1501±6 | 14,121 |
| 5 | Claude Opus 4.6 | Anthropic | 1498±3 | 85,445 |
| 6 | Claude Opus 4.7 | Anthropic | 1494±4 | 66,213 |
| 7 | Muse Spark 1.3 (max) | Meta | 1494±6 | 16,731 |
| 8 | Claude Opus 5 (high) | Anthropic | 1490±4 | 65,663 |
| 9 | Muse Spark 1.1 | Meta | 1490±4 | 41,938 |
| 10 | Claude Opus 5 (max) | Anthropic | 1490±5 | 31,907 |
| 11 | Muse Spark | Meta | 1489±6 | 14,163 |
| 12 | Kimi K3 (max) | Moonshot | 1488±5 | 32,036 |
| 13 | Gemini 3.1 Pro Preview | 1487±3 | 126,781 | |
| 14 | Gemini 3 Pro | 1485±4 | 42,088 | |
| 15 | GPT-5.6 Sol (xhigh) | OpenAI | 1485±4 | 39,832 |
观察表：Preliminary 或票数不足
这些行在官方总榜可能很靠前，但样本未达本篇门槛，故不进主表名次。
| 官方榜 # | 模型 | 厂商 | Elo | 票数 | 未进主表原因 |
|---|---|---|---|---|---|
| 1 | Gemini 4 Argon (high) | 1525±9 | 4,903 | Preliminary | |
| 2 | Muse Wonder Max | Meta | 1513±13 | 1,944 | 票数 < 10,000 |
| 3 | Claude Opus 5.5 (high) | Anthropic | 1508±8 | 7,687 | 票数 < 10,000 |
| 9 | Gemini 3.8 Flash (high) | 1496±5 | 35,670 | Preliminary | |
| 10 | Muse Spark 1.2 (xHigh) | Meta | 1495±7 | 7,611 | 票数 < 10,000 |
| 18 | Gemini 3.7 Flash (high) | 1487±5 | 26,328 | Preliminary | |
| 22 | GPT-6.1 Sol (max) | OpenAI | 1484±8 | 5,762 | 票数 < 10,000 |
Artificial Analysis Intelligence Index
合成智力指数，与 Arena 人气对战分列；每个系列只取最高分配置。
| # | 模型配置 | 厂商 | Intelligence Index |
|---|---|---|---|
| 1 | Claude Opus 5.5 (max + fallback) | Anthropic | 58 |
| 2 | Claude Sonnet 5.5 (max + fallback) | Anthropic | 56 |
| 3 | Muse Wonder Full (max) | Meta | 56 |
| 4 | Claude Fable 5.1 (max + fallback) | Anthropic | 53 |
| 5 | GPT-6 Astra (max) | OpenAI | 53 |
| 6 | Gemini 4 Argon (high) | 53 | |
| 7 | GPT-6.1 Sol (max) | OpenAI | 52 |
| 8 | Muse Spark 1.3 (max) | Meta | 48 |
| 9 | Grok 4.7 (xhigh) | xAI | 46 |
这篇怎么排
整理日 2026-10-14。Arena 榜面 2026-10-13。主表不是原榜 1–N 照抄，而是同一榜面加上可复现过滤：去掉 Preliminary，且票数 < 10,000 的行进观察表；剩余按 Elo 降序，Elo 相同则票数多者在前，再相同则 ±CI 窄者在前。Elo 与 ± 区间仍逐字来自官方，不另编小数。区间重叠时不作「稳胜」叙述。辅表 AA Intelligence Index 是另一把合成尺，与 Arena 人气对战分列。分场景编辑档见综合能力；编程见编程大模型。
| 来源 | 快照 | 口径 | 权重 |
|---|---|---|---|
| Arena Text Overall | 2026-10-13 | 过滤：非 Preliminary 且票 ≥10,000；同分票数→CI | 主 |
| 同上（观察表） | 2026-10-13 | Preliminary 或票 <10,000；保留官方榜序号 | 辅 |
| AA LLM Leaderboard | 2026-10-14 | Intelligence Index；系列最高分配置 | 辅 |
互动体验：拖拽排位《2026年全球大模型Benchmark天梯榜》
榜单开放与生成
2026年全球大模型Benchmark天梯榜
想打造自己的个性化天梯图并开放给读者嵌入吗？
文章来源：OBPAI TierList