1
A
claude-opus-4-7
claude-opus-4-7Anthropic
100.0
3K
1M
¥36 / ¥180输入/输出
对话 · 视觉理解 · 英文排行榜
基于公开偏好评测数据展示 视觉理解 / 英文 榜单，每个榜单独立排序。
英文模型怎么选？
英文排行榜用于回答“英文哪个 AI 模型更强”这类选型问题。页面基于公开偏好评测数据展示模型排名，每个榜单独立排序，不把不同任务的原始分数直接混合。当前榜首是 claude-opus-4-7，厂商为 anthropic，百分制分数 100.0，样本量 3K。 数据来源保留 Arena 原始榜单和 LMArena leaderboard dataset，更新时间以榜单发布时间 2026-05-18 为准。
claude-opus-4-7claude-opus-4-6-thinkingclaude-opus-4-7-thinkingclaude-opus-4-6muse-spark
2
Aclaude-opus-4-6-thinking
claude-opus-4-6-thinkingAnthropic
99.2
3.1K
1M
¥36 / ¥180输入/输出
3
Aclaude-opus-4-7-thinking
claude-opus-4-7-thinkingAnthropic
98.4
3K
1M
¥36 / ¥180输入/输出
4
Aclaude-opus-4-6
claude-opus-4-6Anthropic
97.6
3.7K
1M
¥36 / ¥180输入/输出
5
M
muse-spark
muse-sparkMeta
96.8
1.9K
-
-
6
Aclaude-sonnet-4-6
claude-sonnet-4-6Anthropic
96.0
3.8K
1M
¥21.6 / ¥108输入/输出
7
G
gemini-3-pro
gemini-3-proGoogle
95.2
5.4K
1.05M
¥14.4 / ¥86.4输入/输出
8
B
dola-seed-2.0-pro
dola-seed-2.0-proBytedance
94.4
3.5K
-
-
9
O
gpt-5.5
gpt-5.5Openai
93.6
2K
1.05M
¥36 / ¥216输入/输出
10
Ggemini-3.1-pro-preview
gemini-3.1-pro-previewGoogle
92.8
6.8K
1.05M
¥14.4 / ¥86.4输入/输出
11
Ogpt-5.4-high
gpt-5.4-highOpenai
92.0
2.5K
1.05M
¥18 / ¥108输入/输出
12
Ogpt-5.4
gpt-5.4Openai
91.2
2.4K
1.05M
¥18 / ¥108输入/输出
13
M
kimi-k2.6
kimi-k2.6Moonshot
90.4
2.3K
262K
¥6.84 / ¥28.8输入/输出
14
Ogpt-5.5-high
gpt-5.5-highOpenai
89.6
1.8K
1.05M
¥36 / ¥216输入/输出
15
Ggemini-3-flash
gemini-3-flashGoogle
88.8
8.8K
1.05M
¥3.6 / ¥21.6输入/输出
16
Mkimi-k2.5-thinking
kimi-k2.5-thinkingMoonshot
88.0
5.9K
262K
¥4.32 / ¥21.6输入/输出
17
Ogpt-5.2-chat-latest-20260210
gpt-5.2-chat-latest-20260210Openai
87.2
5.1K
400K
¥12.6 / ¥101输入/输出
18
Z
glm-5v-turbo
glm-5v-turboZai
86.4
3.3K
200K
¥0 / ¥0输入/输出
19
A
qwen3.7-plus-preview
qwen3.7-plus-previewAlibaba
85.6
1.6K
131K
¥3.6 / ¥21.6输入/输出
20
Aqwen3.5-397b-a17b
qwen3.5-397b-a17bAlibaba
84.8
4.9K
262K
¥3.1 / ¥18.6输入/输出
21
Ggemini-2.5-pro
gemini-2.5-proGoogle
84.0
41.7K
1.05M
¥9 / ¥72输入/输出
22
X
grok-4.20-beta-0309-reasoning
grok-4.20-beta-0309-reasoningXai
83.2
3.9K
2M
¥14.4 / ¥43.2输入/输出
23
Ggemma-4-31b
gemma-4-31bGoogle
82.4
7.1K
262K
¥3.24 / ¥7.2输入/输出
24
Mkimi-k2.5-instant
kimi-k2.5-instantMoonshot
81.6
1.6K
262K
¥4.32 / ¥21.6输入/输出
25
Ggemini-2.5-flash-preview-09-2025
gemini-2.5-flash-preview-09-2025Google
80.8
2.1K
1M
¥2.16 / ¥18输入/输出
26
Ggemini-3-flash (thinking-minimal)
gemini-3-flash (thinking-minimal)Google
80.0
8.1K
1.05M
¥3.6 / ¥21.6输入/输出
27
Ogpt-5.5-instant
gpt-5.5-instantOpenai
79.2
1.6K
400K
¥9 / ¥72输入/输出
28
Xgrok-4.20-multi-agent-beta-0309
grok-4.20-multi-agent-beta-0309Xai
78.4
3.7K
2M
¥14.4 / ¥43.2输入/输出
29
Ogpt-5.1-high
gpt-5.1-highOpenai
77.6
3.9K
400K
¥9 / ¥72输入/输出
30
Aqwen3-vl-235b-a22b-instruct
qwen3-vl-235b-a22b-instructAlibaba
76.8
5.1K
128K
¥2.16 / ¥8.64输入/输出
31
B
ernie-5.0-preview-1220
ernie-5.0-preview-1220Baidu
76.0
1.3K
128K
¥7.92 / ¥14.4输入/输出
32
Ggemma-4-26b-a4b
gemma-4-26b-a4bGoogle
75.2
4.4K
262K
¥0.94 / ¥2.88输入/输出
33
MI
mimo-v2.5
mimo-v2.5Xiaomi
74.4
2.8K
1.05M
¥2.88 / ¥14.4输入/输出
34
Ogpt-5.4-mini-high
gpt-5.4-mini-highOpenai
73.6
3.6K
400K
¥5.4 / ¥32.4输入/输出
35
Ogpt-5.2-high
gpt-5.2-highOpenai
72.8
6.3K
400K
¥12.6 / ¥101输入/输出
36
Ochatgpt-4o-latest-20250326
chatgpt-4o-latest-20250326Openai
72.0
11.1K
128K
¥18 / ¥72输入/输出
37
Aqwen3.5-27b
qwen3.5-27bAlibaba
71.2
3.9K
262K
¥2.16 / ¥17.3输入/输出
38
Aqwen3.5-122b-a10b
qwen3.5-122b-a10bAlibaba
70.4
4.2K
262K
¥2.88 / ¥23输入/输出
39
Ggemini-2.5-flash
gemini-2.5-flashGoogle
69.6
25.8K
1.05M
¥2.16 / ¥18输入/输出
40
MImimo-v2-omni
mimo-v2-omniXiaomi
68.8
3.1K
262K
¥2.88 / ¥14.4输入/输出
41
Xgrok-4.3
grok-4.3Xai
68.0
1.7K
1M
¥9 / ¥18输入/输出
42
Ggemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGoogle
67.2
5.7K
1.05M
¥1.8 / ¥10.8输入/输出
43
Ogpt-5-chat
gpt-5-chatOpenai
66.4
19.7K
400K
¥9 / ¥72输入/输出
44
Ogpt-5.1
gpt-5.1Openai
65.6
4.1K
400K
¥9 / ¥72输入/输出
45
Ogpt-5.2
gpt-5.2Openai
64.8
6.6K
400K
¥12.6 / ¥101输入/输出
46
Aqwen-vl-max-2025-08-13
qwen-vl-max-2025-08-13Alibaba
64.0
1.6K
131K
¥1.66 / ¥4.13输入/输出
47
Oo3-2025-04-16
o3-2025-04-16Openai
63.2
22.9K
200K
¥14.4 / ¥57.6输入/输出
48
Ogpt-5-high
gpt-5-highOpenai
62.4
16.9K
400K
¥9 / ¥72输入/输出
49
Aqwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingAlibaba
61.6
1.1K
131K
¥2.06 / ¥8.26输入/输出
50
Xgrok-4-0709
grok-4-0709Xai
60.8
16.1K
256K
¥21.6 / ¥108输入/输出
51
Ogpt-5-mini-high
gpt-5-mini-highOpenai
60.0
14.1K
400K
¥1.8 / ¥14.4输入/输出
52
Ogpt-4.1-2025-04-14
gpt-4.1-2025-04-14Openai
59.2
20.1K
1.05M
¥14.4 / ¥57.6输入/输出
53
ST
step-1o-turbo-202506
step-1o-turbo-202506Stepfun
58.4
931
-
-
54
Xgrok-4-1-fast-reasoning
grok-4-1-fast-reasoningXai
57.6
4.3K
2M
¥1.44 / ¥3.6输入/输出
55
Ggemini-2.5-flash-lite-preview-09-2025-no-thinking
gemini-2.5-flash-lite-preview-09-2025-no-thinkingGoogle
56.8
2.2K
1.05M
¥0.72 / ¥2.88输入/输出
56
Oo4-mini-2025-04-16
o4-mini-2025-04-16Openai
56.0
20.8K
200K
¥7.92 / ¥31.7输入/输出
57
TE
hunyuan-large-vision
hunyuan-large-visionTencent
55.2
646
-
-
58
STstep-3
step-3Stepfun
54.4
1.7K
65.5K
¥1.8 / ¥4.68输入/输出
59
Ogpt-5.4-nano-high
gpt-5.4-nano-highOpenai
53.6
3.5K
400K
¥1.44 / ¥9输入/输出
60
Aclaude-sonnet-4-20250514-thinking-32k
claude-sonnet-4-20250514-thinking-32kAnthropic
52.8
556
200K
¥21.6 / ¥108输入/输出
61
TEhunyuan-vision-1.5-thinking
hunyuan-vision-1.5-thinkingTencent
52.0
1.2K
-
-
62
Ogpt-4.5-preview-2025-02-27
gpt-4.5-preview-2025-02-27Openai
51.2
1.4K
8.19K
¥216 / ¥432输入/输出
63
Ogpt-4.1-mini-2025-04-14
gpt-4.1-mini-2025-04-14Openai
50.4
20.1K
1.05M
¥2.88 / ¥11.5输入/输出
64
Ggemini-2.5-flash-lite-preview-06-17-thinking
gemini-2.5-flash-lite-preview-06-17-thinkingGoogle
49.6
17.5K
65.5K
¥0.72 / ¥2.88输入/输出
65
Ggemma-3-27b-it
gemma-3-27b-itGoogle
48.8
8.4K
128K
¥2.15 / ¥2.15输入/输出
66
Aclaude-opus-4-20250514
claude-opus-4-20250514Anthropic
48.0
1K
200K
¥108 / ¥540输入/输出
67
MA
mistral-medium-2508
mistral-medium-2508Mistral
47.2
19.9K
262K
¥2.88 / ¥14.4输入/输出
68
Aclaude-opus-4-20250514-thinking-16k
claude-opus-4-20250514-thinking-16kAnthropic
46.4
596
200K
¥108 / ¥540输入/输出
69
Zglm-4.5v
glm-4.5vZai
45.6
1.7K
64K
¥4.32 / ¥13输入/输出
70
Zglm-4.6v
glm-4.6vZai
44.8
965
128K
¥2.16 / ¥6.48输入/输出
71
MAmistral-medium-2505
mistral-medium-2505Mistral
44.0
5.7K
262K
¥2.88 / ¥14.4输入/输出
72
Ggemini-2.0-flash-001
gemini-2.0-flash-001Google
43.2
5.2K
1.05M
¥1.08 / ¥4.32输入/输出
73
Ogpt-5-nano-high
gpt-5-nano-highOpenai
42.4
2K
400K
¥0.36 / ¥2.88输入/输出
74
Aclaude-3-7-sonnet-20250219-thinking-32k
claude-3-7-sonnet-20250219-thinking-32kAnthropic
41.6
689
-
-
75
Aclaude-sonnet-4-20250514
claude-sonnet-4-20250514Anthropic
40.8
820
200K
¥21.6 / ¥108输入/输出
76
Oo1-2024-12-17
o1-2024-12-17Openai
40.0
1.9K
128K
¥108 / ¥432输入/输出
77
MAmistral-small-2506
mistral-small-2506Mistral
39.2
5.8K
262K
¥2.88 / ¥14.4输入/输出
78
Ggemini-1.5-pro-002
gemini-1.5-pro-002Google
38.4
4.8K
-
-
79
MAmistral-small-3.1-24b-instruct-2503
mistral-small-3.1-24b-instruct-2503Mistral
37.6
15.4K
262K
¥2.88 / ¥14.4输入/输出
80
Aqwen2.5-vl-32b-instruct
qwen2.5-vl-32b-instructAlibaba
36.8
870
16.4K
¥0.39 / ¥1.57输入/输出
81
Ggemini-1.5-flash-002
gemini-1.5-flash-002Google
36.0
3.9K
2M
¥0.54 / ¥2.2输入/输出
82
Mllama-4-maverick-17b-128e-instruct
llama-4-maverick-17b-128e-instructMeta
35.2
3.7K
1M
¥1.8 / ¥6.26输入/输出
83
Ogpt-4o-2024-05-13
gpt-4o-2024-05-13Openai
34.4
14.1K
128K
¥36 / ¥108输入/输出
84
STstep-1o-vision-32k-highres
step-1o-vision-32k-highresStepfun
33.6
1.6K
-
-
85
Mllama-4-scout-17b-16e-instruct
llama-4-scout-17b-16e-instructMeta
32.8
3.3K
128K
¥1.44 / ¥5.62输入/输出
86
Aclaude-3-7-sonnet-20250219
claude-3-7-sonnet-20250219Anthropic
32.0
2.2K
200K
¥21.6 / ¥108输入/输出
87
Aclaude-3-5-sonnet-20241022
claude-3-5-sonnet-20241022Anthropic
31.2
5.4K
200K
¥21.6 / ¥108输入/输出
88
Ggemini-2.0-flash-lite-preview-02-05
gemini-2.0-flash-lite-preview-02-05Google
30.4
2.3K
1.05M
¥0.54 / ¥2.16输入/输出
89
Aclaude-3-5-sonnet-20240620
claude-3-5-sonnet-20240620Anthropic
29.6
13.3K
200K
¥21.6 / ¥108输入/输出
90
Aqwen2.5-vl-72b-instruct
qwen2.5-vl-72b-instructAlibaba
28.8
2.2K
131K
¥16.5 / ¥49.5输入/输出
91
Ogpt-4.1-nano-2025-04-14
gpt-4.1-nano-2025-04-14Openai
28.0
461
1.05M
¥14.4 / ¥57.6输入/输出
92
MApixtral-large-2411
pixtral-large-2411Mistral
27.2
2.9K
128K
¥14.4 / ¥43.2输入/输出
93
Aclaude-3-5-haiku-20241022
claude-3-5-haiku-20241022Anthropic
26.4
685
200K
¥5.76 / ¥28.8输入/输出
94
Ogpt-4-turbo-2024-04-09
gpt-4-turbo-2024-04-09Openai
25.6
8.4K
128K
¥72 / ¥216输入/输出
95
Ggemini-1.5-pro-001
gemini-1.5-pro-001Google
24.8
10.6K
-
-
96
AI
molmo-2-8b
molmo-2-8bAllenai
24.0
483
-
-
97
Ogpt-4o-mini-2024-07-18
gpt-4o-mini-2024-07-18Openai
23.2
10.7K
128K
¥1.08 / ¥4.32输入/输出
98
Aqwen-vl-max-1119
qwen-vl-max-1119Alibaba
22.4
755
131K
¥1.66 / ¥4.13输入/输出
99
Ogpt-4o-2024-08-06
gpt-4o-2024-08-06Openai
21.6
1.7K
128K
¥18 / ¥72输入/输出
100
STstep-1v-32k
step-1v-32kStepfun
20.8
839
32.8K
¥14.8 / ¥69输入/输出
101
Ggemini-1.5-flash-8b-001
gemini-1.5-flash-8b-001Google
20.0
3.3K
2M
¥0.54 / ¥2.2输入/输出
102
Aqwen2-vl-72b
qwen2-vl-72bAlibaba
19.2
3.2K
-
-
103
AImolmo-72b-0924
molmo-72b-0924Allenai
18.4
1.6K
-
-
104
UNinternvl2-26b
-
17.6
3.3K
-
-
105
Ggemini-1.5-flash-001
gemini-1.5-flash-001Google
16.8
8.4K
2M
¥0.54 / ¥2.2输入/输出
106
MApixtral-12b-2409
pixtral-12b-2409Mistral
16.0
4.1K
128K
¥1.08 / ¥1.08输入/输出
107
TEhunyuan-standard-vision-2024-12-31
hunyuan-standard-vision-2024-12-31Tencent
15.2
450
-
-
108
Aclaude-3-opus-20240229
claude-3-opus-20240229Anthropic
14.4
9.7K
200K
¥108 / ¥540输入/输出
109
Mllama-3.2-vision-90b-instruct
llama-3.2-vision-90b-instructMeta
13.6
4.6K
131K
¥2.48 / ¥2.48输入/输出
110
AImolmo-7b-d-0924
molmo-7b-d-0924Allenai
12.8
1.5K
-
-
111
UNyi-vision
-
12.0
785
-
-
112
Aqwen2-vl-7b-instruct
qwen2-vl-7b-instructAlibaba
11.2
3K
131K
¥2.07 / ¥5.16输入/输出
113
A
amazon-nova-lite-v1.0
amazon-nova-lite-v1.0Amazon
10.4
1K
300K
¥0.43 / ¥1.73输入/输出
114
CO
c4ai-aya-vision-32b
c4ai-aya-vision-32bCohere
9.6
447
-
-
115
Mllama-3.2-vision-11b-instruct
llama-3.2-vision-11b-instructMeta
8.8
2.6K
131K
¥2.48 / ¥2.48输入/输出
116
Aamazon-nova-pro-v1.0
amazon-nova-pro-v1.0Amazon
8.0
1.3K
300K
¥5.76 / ¥23输入/输出
117
UNinternvl2-4b
-
7.2
2.2K
-
-
118
Aclaude-3-sonnet-20240229
claude-3-sonnet-20240229Anthropic
6.4
7.8K
200K
¥21.6 / ¥108输入/输出
119
UNllava-v1.6-34b
-
5.6
2.8K
-
-
120
Zcogvlm2-llama3-chat-19b
cogvlm2-llama3-chat-19bZai
4.8
1.2K
-
-
121
UNllava-onevision-qwen2-72b-ov
-
4.0
841
-
-
122
NV
nvila-internal-15b-v1
nvila-internal-15b-v1Nvidia
3.2
619
-
-
123
Aclaude-3-haiku-20240307
claude-3-haiku-20240307Anthropic
2.4
8.4K
200K
¥1.8 / ¥9输入/输出
124
UNminicpm-v-2_6
-
1.6
1.3K
-
-
125
M
phi-3.5-vision-instruct
phi-3.5-vision-instructMicrosoft
0.8
1.6K
128K
¥1.15 / ¥4.61输入/输出
126
Mphi-3-vision-128k-instruct
phi-3-vision-128k-instructMicrosoft
0.0
880
128K
¥1.08 / ¥4.32输入/输出
claude-opus-4-7 为什么排第一
claude-opus-4-7 当前排名第 1，厂商为 anthropic，百分制分数 100.0，样本量 3K。如果你的任务与本榜单口径一致，可以优先把它作为候选模型，再结合价格、上下文长度和可用性做最终选择。
不要只看第一名
先选择最接近真实任务的排行榜，再比较 Top 模型的分数和样本量。分数越高说明同一榜单内偏好表现越强；样本量越高通常结果更稳定。最后再结合价格、上下文长度、开源闭源和厂商可用性筛选。
继续比较相近能力
英文常见问题
英文排行榜看什么指标？
主要看排名、百分制分数、样本量和来源。分数用于快速比较同一榜单内模型表现，样本量用于判断结果稳定性。
为什么不同榜单不能直接混合成总分？
不同榜单的任务、样本和评测口径不同，模力榜默认只在同一榜单内排序，避免把写作、代码、图像等能力强行合并。
英文模型应该怎么选？
优先看与你任务最接近的榜单，再结合价格、上下文长度、开源闭源和厂商可用性。排名靠前不代表适合所有预算和部署方式。
榜单多久更新？
页面展示的是最新成功采集的公开榜单数据。当前优先使用 LMArena leaderboard dataset，并在页面来源中保留原始链接。