—
OpenRouter 在架模型总数
—
近 7 天全球新发布
—
近 30 天全球新发布
—
国内厂商开源动态条目
01
旗舰模型综合指数
| 排名 | 模型 | 厂商 | 综合指数 | 编码 | 竞技场 Elo | 输出速度 | 输出价 / 百万 token | 权重 |
|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5 | Anthropic | 59.6% | 1516 | 96 tok/s | $20 | 闭源 | |
| 2 | Claude Sonnet 5.5 | Anthropic | 63.6% | 1473 | 140 tok/s | $10 | 闭源 | |
| 3 | Muse Wonder Full | Meta | 57.1% | — | — | 订阅制 | 闭源 | |
| 4 | Claude Fable 5.1 | Anthropic | 52.0% | 1512 | 71 tok/s | $50 | 闭源 | |
| 5 | GPT-6 Astra | OpenAI | 59.1% | — | 68 tok/s | $50 | 闭源 | |
| 6 | Gemini 4 Argon | 57.1% | 1532 | 82 tok/s | $10 | 闭源 | ||
| 7 | Muse Wonder | Meta | 52.0% | 1502 | 164 tok/s | $20 | 闭源 | |
| 8 | GPT-6.1 Sol | OpenAI | 56.1% | — | 55 tok/s | $10 | 闭源 | |
| 9 | Muse Spark 1.3 | Meta | 33.3% | 1490 | 123 tok/s | $4.25 | 开源 | |
| 10 | Grok 4.7 | xAI | 25.8% | — | — | $6 | 闭源 | |
| 11 | MiMo-V2.6-Pro | 小米 国产 | 34.8% | 1491 | 44 tok/s | $0.87 | 开源 | |
| 12 | Qwen3.8 Max | 阿里 国产 | 38.9% | 1483 | — | $6 | 开源 | |
| 13 | GLM-5.3 | 智谱 国产 | 41.9% | 1474 | — | $1.40 | 开源 | |
| 14 | Step 5 Preview | 阶跃星辰 国产 | 33.3% | — | — | $2.70 | 开源 | |
| 15 | Kimi K3 | 月之暗面 国产 | 12.6% | 1476 | — | $15 | 开源 |
15 个旗舰模型数据截至 2026.10.27
02
演进图谱
家族演进曲线
同一评测口径下，各厂商历代旗舰的能力迁移。切换基准查看不同侧面。
能力与价格象限
横轴为输出价格（对数刻度），纵轴为综合指数，点越大输出越快。
综合指数：Artificial Analysis（2026.10）· 价格与速度：厂商价目表与 AA 实测 · 虚线为指数 50 分水岭
强弱雷达
勾选模型叠加对比，最多 4 个。缺失维度以虚线连至圆心。
能力矩阵热力图
12 个旗舰 × 6 项基准，颜色越暖分越高，空白为该基准暂无公开分。
03
全球模型发布
| 模型 | 厂商 | 发布 | 上下文 | 模态 | 输入价 / 百万 token | 输出价 / 百万 token | 工具调用 | 开源 |
|---|
—OpenRouter·标准档价格
04
国内开源动态
05
旗舰能力坐标
| 模型 | 编码 | 多模态 | 长文本 | 工具使用 |
|---|---|---|---|---|
| GPT-6 Astra OpenAI · 2026-09-02 |
Terminal-Bench 4.0 得 57.9%（自报）/ 59.1%（AA 独立运行）；DeepSWE v1.1 得 74.1 OpenAI 2026-10；AA 2026-10-13 |
未检索到 MMMU；原生文本+图像输入；AA 多模态类分 66 benchleader 引 AA，2026-10 |
窗口 1.05M（922K 输入）；GraphWalks（256K 至 1M）得 71.8%；超 272K 输入费率翻倍 Google 对比表，2026-10 |
APEX-Agents 得 64.7%；HLE 带工具得 57.2% Epoch，2026-10；Anthropic，2026-09 |
| Claude Opus 5.5 Anthropic · 2026-09-22 |
Terminal-Bench 4.0 得 66.4%（xhigh 档）；FrontierCode v1.1 得 54.4% Anthropic，2026-09-22 |
未检索到 MMMU（前代 Opus 5 为 89.9%）；Chartography 得 89.0% anotherwrapper，2026-10-22 |
窗口 1M；GraphWalks 得 66.8%；AA-LCR 得 84.7% Google 对比表；benchleader 引 AA，2026-10 |
APEX-Agents 得 73.5%；HLE 带工具得 67.7% Epoch，2026-10；Anthropic，2026-09-22 |
| Gemini 4 Argon Google · 2026-09-30 公布 |
DeepSWE v1.1 得 77.9%；Terminal-Bench 4.0 得 57.4%；FrontierSWE v2 仅 55%（自报弱项） Google 模型卡，2026-10-13 |
原生文本/图像/音频/视频输入；LVBench 长视频理解得 91.7% Google 模型卡，2026-10-13 |
窗口 1M（输入输出共享）；GraphWalks（256K 至 1M）得 84.2%，对比表内最高 Google 模型卡，2026-10-13 |
APEX-Agents 得 82.4%（榜首）；前代 MCP Atlas 得 83.6% Epoch，2026-10 |
| Grok 4.7 xAI · 2026-09-21 |
DeepSWE v1.1 得 71.0%（自报）；Terminal-Bench 4.0 得 37.6%（tbench.ai 榜）/ 25.8%（AA 运行） xAI，2026-09；AA，2026-10-13 |
未检索到 MMMU；文本+图像输入；实时 X 数据接入 模型卡，2026-09 |
窗口 500K（十模型中最小）；超 200K 输入费率翻倍 grokmag，2026-10 |
APEX-Agents 得 54.6%；Harvey Legal Agent 得 19.6%；幻觉率 29% Epoch，2026-10；AA，2026-10-13 |
| DeepSeek V4 Pro DeepSeek · 开源 MIT |
SWE-bench Verified 得 80.6%（自报）/ 77.6%（epoch.ai 独立运行） 厂商 2026-08；epoch.ai 2026-10-05 |
以文本为主（同门 V4.1 Flash 才有原生图像输入） 模型卡，2026-09 |
窗口 1M；KV cache 约为前代 10%（自述） 厂商，2026-08 |
APEX-Agents 得 47.3% benchgecko 引 Epoch，2026-10-22 |
| Kimi K3 月之暗面 · 2026-07-16 开源 |
DeepSWE v1.1 得 67.5%；Frontend Code Arena 得 80.6%（自称开源最高） 阶跃汇编 2026-09；厂商 2026-07 |
MMMU 得 88.2% / MMMU-Pro 得 81.6%；文本+图像 anotherwrapper 2026-10-22；benchlm 2026-10-16 |
窗口 1M（1,048,576）；未检索到独立长文本分数 模型卡 |
APEX-Agents 得 50.6%（另一聚合站记 37.6%） benchgecko，2026-10-22 |
| GLM-5.3 智谱 · 2026-08-14 开源 |
DeepSWE v1.1 得 66.9%（自称开源第一）；Terminal-Bench 4.0 得 41.8%（官方榜第 5） 智谱，2026-08 |
未检索到本体分数（GLM-5.3-Flash MMMU 得 86.0%） anotherwrapper，2026-10-22 |
窗口 1M；未检索到独立长文本分数 模型卡 |
APEX-Agents 得 56.6%；前代 BFCL v3 得 74.6% Epoch，2026-10；LayerLens，2026-10-23 |
| Qwen3.8 Max 阿里 · 2026-08-03，08-12 开源 |
未检索到可溯源分数（参考：Qwen3.7 Max 得 77.3%） epoch.ai，2026-10-05 |
MMMU 得 88.0% / MMMU-Pro 得 82.3%；原生图像+视频 anotherwrapper 2026-10-22；benchlm 2026-10-16 |
云端默认 1M（权重版 262K 原生，可扩至约 1M） 智东西，2026-08 |
APEX-Agents 得 63.3%；前代 BFCL v4 得 75.0% Epoch，2026-10；benchlm，2026-10-14 |
| MiniMax M3 MiniMax · 2026-06-01 开源 |
SWE-bench Verified 得 80.5%（厂商声称） ainchina，2026 |
MMMU 得 81.2% / MMMU-Pro 得 78.1%；文本+图像+视频 anotherwrapper 2026-10-22；benchlm 2026-10-16 |
窗口 1M；sparse attention 提升长上下文效率（自述） 模型卡 |
APEX-Agents 得 37.7%（另一聚合站记 27.7%） benchgecko，2026-10-22 |
| Step 5 Preview 阶跃星辰 · 2026-09-20，10-15 开源 |
DeepSWE v1.1 得 67.7%；Terminal-Bench 4.0 得 33.3%；StepCodeBench 得 49.0（自建） 阶跃，2026-09 |
MMMU-Pro 得 76.0%；原生文本+视觉输入 benchlm，2026-10-16 |
窗口 1M；Context Compaction 支持长周期 Agent 任务（自述） 阶跃，2026-09 |
APEX-Agents 得 37.9%；FrontierFinance（金融工具流）得 66.4 vectorwire 2026-10-26；阶跃 2026-09 |
10 个旗舰模型公开评测快照·2026.10.27