大模型天梯

最新的 AI 大模型（LLM）评分天梯排行榜，综合了 10 项评测：GDPval-AA、τ²-Bench Telecom、Terminal-Bench Hard、SciCode、AA-LCR、AA-Omniscience、IFBench、Humanity's Last Exam、GPQA Diamond、CritPt

\ Anthropic 月之暗面 OpenAI Meta 阿里巴巴 xAI 深度求索 智谱AI 谷歌 Cursor Poolside 腾讯 Bytedance MiniMax 百度 美团 小米 阶跃星辰 蚂蚁 Thinking Machines Nvidia Microsoft Mistral
85-89
Claude Fable 5
Claude Opus 5
Kimi K3
GPT-5.6 Sol
GPT-5.6 Terra
 - - - - - - - - - - - - - - - - - - - -
80-84
Claude Opus 4.8
Claude Sonnet 5
 -
GPT-5.6 Luna
GPT-5.5
Muse Spark 1.2
Muse Spark 1.1
Qwen 3.8 Max
Grok 4.5
DeepSeek V4 Flash
 - - - - - - - - - - - - - - - -
75-79 - -
GPT-5.4
 - - - -
GLM 5.2
 - - - - - - - - - - - - - - -
70-74
Claude Opus 4.7
 - - - - - - -
Gemini 3.6 Flash
Composer 2.5
Laguna S 2.1
 - - - - - - - - - - - -
65-69 - - - -
Qwen 3.7 Max
 - - -
Gemini 3.5 Flash
 - -
Hy 3
 - - - - - - - - - - -
60-64 -
Kimi K2.7 Code
Kimi K2.6
 - -
Qwen 3.7 Plus
 -
DeepSeek V4 Pro Preview
 - - - - -
Seed 2.1 Pro
MiniMax M3
ERNIE 5.1
 - - - - - - - -
55-59
Claude Opus 4.6
 - - - - - -
GLM 5.1
GLM 5
Gemini 3.1 Pro
 - - - - - -
LongCat 2
MiMo V2.5
MiMo V2.5 Pro
 - - - - - -
50-54
Claude Sonnet 4.6
 -
GPT-5.2
 -
Qwen 3.5 397B A17B
 - - -
Gemini 3.5 Flash Lite
 - - - -
MiniMax M2.5
MiniMax M2.7
 - - -
Step 3.7 Flash
Ling-3.0-flash
Inkling-Small
Inkling
 - - -
45-49 - - -
Muse Spark
Qwen 3.6 27B
 -
DeepSeek V4 Flash Preview
 -
Gemini 3 Flash
 - - - - - - -
MiMo V2 Pro
 - - - - - -
40-44 - - - - - - - - - - - - - - - - -
Step 3.5 Flash
Ring-2.6-1T
 -
Nemotron 3 Ultra
 - -
35-39 -
Kimi K2.5
 - - -
Grok 4
Grok 4.2
 -
GLM 4.7
Gemini 3 Pro
Gemini 3.1 Flash Lite
Composer 2
 - - - - - - - - - - - - -
30-34
Claude Sonnet 4.5
Claude Haiku 4.5
 -
GPT-5
GPT-5 mini
GPT-OSS 120B
 -
Qwen 3 235B A22B
Grok 3
DeepSeek V3.2
 -
Gemma 4 31B
 - - - -
MiniMax M2.1
 - - - - - - -
MAI-Thinking-1
Medium 3.5
25-29
Claude Opus 4
Claude Sonnet 4
 -
GPT-OSS 20B
Llama 4 Behemoth
 - -
DeepSeek R1 0528
 -
Gemma 4 26B A4B
Composer 1.5
Laguna XS 2.1
Laguna XS 2
 - - - - - - - - - - - -
20-24 - - - - - - - - - - - - - - - - - - - - - - -
15-19
Claude Sonnet 3.5
 -
GPT-4.5
GPT-4.1
GPT-4.1 mini
Llama 4 Maverick
Qwen 3 30B A3B
Qwen 3 32B
Qwen 3 4B
 -
DeepSeek V3
 -
Gemini 2 Flash
Gemini 2 Pro
 - - - - - - - - - - - - - -
10-14 - -
GPT-4.1 nano
GPT-4o
GPT-4o mini
Llama 4 Scout
Qwen 2.5 Max
 - - -
Gemini 2 Flash Lite
 - - - - - - - - - - - - - -
5-9 - - - - - - - - - - - - - - - - - - - - - - -
0-4 - - - - - - - - - - - - - - - - - - - - - - -