1
G
gemini-3-pro
gemini-3-proGoogle
100.0
243
1.05M
¥14.4 / ¥86.4输入/输出
对话 · 视觉理解 · 实体识别排行榜
基于公开偏好评测数据展示 视觉理解 / 实体识别 榜单，每个榜单独立排序。
实体识别模型怎么选？
实体识别排行榜用于回答“实体识别哪个 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 gemini-3-pro，厂商为 google，百分制分数 100.0，样本量 243。 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。
gemini-3-progemini-3-flashgemini-3.1-pro-previewgemini-3-flash (thinking-minimal)qwen3.5-397b-a17b
2
Ggemini-3-flash
gemini-3-flashGoogle
96.8
206
1.05M
¥3.6 / ¥21.6输入/输出
3
Ggemini-3.1-pro-preview
gemini-3.1-pro-previewGoogle
93.5
171
1.05M
¥14.4 / ¥86.4输入/输出
4
Ggemini-3-flash (thinking-minimal)
gemini-3-flash (thinking-minimal)Google
90.3
182
1.05M
¥3.6 / ¥21.6输入/输出
5
A
qwen3.5-397b-a17b
qwen3.5-397b-a17bAlibaba
87.1
95
262K
¥3.1 / ¥18.6输入/输出
6
X
grok-4-0709
grok-4-0709Xai
83.9
341
256K
¥21.6 / ¥108输入/输出
7
Ggemini-2.5-pro
gemini-2.5-proGoogle
80.6
865
1.05M
¥9 / ¥72输入/输出
8
Ggemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGoogle
77.4
105
1.05M
¥1.8 / ¥10.8输入/输出
9
M
kimi-k2.5-thinking
kimi-k2.5-thinkingMoonshot
74.2
136
262K
¥4.32 / ¥21.6输入/输出
10
O
gpt-5-high
gpt-5-highOpenai
71.0
434
400K
¥9 / ¥72输入/输出
11
Aqwen3-vl-235b-a22b-instruct
qwen3-vl-235b-a22b-instructAlibaba
67.7
148
128K
¥2.16 / ¥8.64输入/输出
12
Ochatgpt-4o-latest-20250326
chatgpt-4o-latest-20250326Openai
64.5
295
128K
¥18 / ¥72输入/输出
13
Ggemini-2.5-flash
gemini-2.5-flashGoogle
61.3
579
1.05M
¥2.16 / ¥18输入/输出
14
Ogpt-5.1-high
gpt-5.1-highOpenai
58.1
106
400K
¥9 / ¥72输入/输出
15
Oo3-2025-04-16
o3-2025-04-16Openai
54.8
506
200K
¥14.4 / ¥57.6输入/输出
16
Ogpt-5-mini-high
gpt-5-mini-highOpenai
51.6
283
400K
¥1.8 / ¥14.4输入/输出
17
Ogpt-5-chat
gpt-5-chatOpenai
48.4
383
400K
¥9 / ¥72输入/输出
18
Oo4-mini-2025-04-16
o4-mini-2025-04-16Openai
45.2
398
200K
¥7.92 / ¥31.7输入/输出
19
Ogpt-5.2-high
gpt-5.2-highOpenai
41.9
119
400K
¥12.6 / ¥101输入/输出
20
Xgrok-4-1-fast-reasoning
grok-4-1-fast-reasoningXai
38.7
63
2M
¥1.44 / ¥3.6输入/输出
21
Ogpt-5.2-chat-latest-20260210
gpt-5.2-chat-latest-20260210Openai
35.5
84
400K
¥12.6 / ¥101输入/输出
22
Ogpt-4.1-2025-04-14
gpt-4.1-2025-04-14Openai
32.3
404
1.05M
¥14.4 / ¥57.6输入/输出
23
Ggemma-3-27b-it
gemma-3-27b-itGoogle
29.0
326
128K
¥2.15 / ¥2.15输入/输出
24
Ogpt-5.2
gpt-5.2Openai
25.8
129
400K
¥12.6 / ¥101输入/输出
25
Ogpt-4.1-mini-2025-04-14
gpt-4.1-mini-2025-04-14Openai
22.6
363
1.05M
¥2.88 / ¥11.5输入/输出
26
Ggemini-2.5-flash-lite-preview-06-17-thinking
gemini-2.5-flash-lite-preview-06-17-thinkingGoogle
19.4
422
65.5K
¥0.72 / ¥2.88输入/输出
27
Ogpt-5.1
gpt-5.1Openai
16.1
141
400K
¥9 / ¥72输入/输出
28
Ggemma-4-31b
gemma-4-31bGoogle
12.9
93
262K
¥3.24 / ¥7.2输入/输出
29
MA
mistral-small-3.1-24b-instruct-2503
mistral-small-3.1-24b-instruct-2503Mistral
9.7
249
262K
¥2.88 / ¥14.4输入/输出
30
MAmistral-small-2506
mistral-small-2506Mistral
6.5
212
262K
¥2.88 / ¥14.4输入/输出
31
MAmistral-medium-2508
mistral-medium-2508Mistral
3.2
444
262K
¥2.88 / ¥14.4输入/输出
32
MAmistral-medium-2505
mistral-medium-2505Mistral
0.0
201
262K
¥2.88 / ¥14.4输入/输出
gemini-3-pro 为什么排第一
gemini-3-pro 当前排名第 1，厂商为 google，百分制分数 100.0，样本量 243。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
实体识别常见问题
实体识别排行榜看什么指标？
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。
实体识别模型应该怎么选？
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。