AI大模型评测排行榜
聚合 ARC-AGI-2、AIME 2025、SWE-bench Verified 等主流评测的实时排名,按综合、数学、编程、Agent 等维度快速筛选。
查看评测基准详情数据更新于 2026-04-21 13:41:03
综合排名
目前没有一个被普遍认可的"AI 模型综合排名",因此我们选取了两个具有代表性、且切入角度不同的综合榜单并列展示。Artificial Analysis 智能指数(AA Intelligence Index)汇总编程、数学、推理等 10 项标准化评测的跑分,衡量模型的客观能力;LMArena(原 Chatbot Arena)基于全球用户匿名盲测 A/B 投票得出的 Elo 分数,反映真实使用体感。两者分别提供客观基准与主观偏好的视角。
#模型分数
#模型Elo
6
grok-4.20-beta1
1485
7

gpt-5.4-high
1481
8
grok-4.20-beta-0309-reasoning
1479
9

gpt-5.2-chat-latest-20260210
1476
10
grok-4.20-multi-agent-beta-0309
1476
来源:LMArena
单项评测排名
按数学、编程、Agent 等维度筛选排名。下方可切换评测基准,也可直接进入分类排行榜查看完整排名。 查看全部评测基准。
评测方向
大模型性能评测结果
数据来源:DataLearnerAI13
Gemini 3.0 Pro (Preview 11-2025)
并行 · 开启思考
ARC-AGI-245.10
HLE41.00
AIME2025—
SWE-bench Verified—
τ²-Bench—
不开源
ARC-AGI-231.10
HLE37.50
AIME202595.00
SWE-bench Verified76.20
τ²-Bench—
不开源
排序:

