UMBRELLA 4365 毒株谱系 · 大模型总榜与发展史
大模型纪元里，每一株新毒株的问世都改写一次前线的战况。本专栏把全球主要实验室的模型与它们的公开评测成绩收在一处：先看总排名与各维度得分，再看谁在何时把纪录抬到多少，最后是逐年的发布时间线。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
模型 102 株实验室 17 家评测成绩 161 条入榜 27 株最新登记 2026.09.10 · DeepSeek-V4.1-Flash
◈ 总排名 OVERALL RANKING综合分 + 各维度最近一次公开成绩
| # | 模型 | 综合分 相对前沿 · 100 = 各维度最高 | 编码SWE-bench V. / SWE-bench Pro / DeepSWE v1.1 / AA 编码 Agent | 终端 AgentTB 4.0 / TB 3.0 / TB 2.1 / TB 2.0 | 科研 AgentTB-Science | Cursor 考卷CursorBench | 综合智能AA 智能指数 | 前沿推理HLE |
|---|---|---|---|---|---|---|---|---|
| 1 | GPT-6 Astra OpenAI · 2026.09.03 |
96.54/6 维 | 74.1%DeepSWE v1.1 | 57.9%TB 4.0 | 64.6% | — | 61.2 分 | — |
| 2 | Muse Spark 1.3 Meta · 2026.09.02 |
96.03/6 维 | 75.4%DeepSWE v1.1 | 88.8%TB 2.1 | — | — | 61 分 | — |
| 3 | Claude Fable 5.1 Anthropic · 2026.09.01 |
93.76/6 维 | 67.4%DeepSWE v1.1 | 55.8%TB 4.0 | 52.6% | 73.4% | 66 分 | 60.9% |
| 4 | Claude Opus 4.8 Anthropic · 2026.05.28 |
88.13/6 维 | 88.6%SWE-bench V. | 84.6%TB 2.1 | — | — | — | 49.8% |
| 5 | DeepSeek-V4-Pro DeepSeek · 2026.04.24 |
88.13/6 维 | 96.4%SWE-bench V. | 87.9%TB 2.1 | — | — | — | 42.7% |
| 6 | Claude Opus 5 Anthropic · 2026.07.24 |
85.66/6 维 | 97%SWE-bench V. | 51.8%TB 4.0 | 29% | 70% | 63 分 | 56.6% |
| 7 | Qwen3.7-Max 阿里 · Qwen · 2026.05.19 |
83.63/6 维 | 80.4%SWE-bench V. | 69.7%TB 2.0 | — | — | — | 41.4% |
| 8 | DeepSeek-V4-Flash DeepSeek · 2026.04.24 |
82.52/6 维 | 73.7%SWE-bench V. | 82.7%TB 2.1 | — | — | — | — |
| 9 | Claude Fable 5 Anthropic · 2026.06.09 |
82.46/6 维 | 95.5%SWE-bench V. | 44.5%TB 4.0 | 24.7% | 70.5% | 62 分 | 57.8% |
| 10 | GPT-5.5 OpenAI · 2026.04.23 |
78.92/6 维 | — | 83.4%TB 2.1 | — | — | — | 41.4% |
| 11 | GPT-5.6 Sol OpenAI · 2026.07.09 |
74.96/6 维 | 72.7%DeepSWE v1.1 | 37.3%TB 4.0 | 22.4% | 67.2% | 61 分 | 44.5% |
| 12 | Claude Sonnet 5 Anthropic · 2026.06.30 |
74.52/6 维 | 53.8%DeepSWE v1.1 | — | — | 57% | — | — |
| 13 | Gemini 3.8 Flash Google DeepMind · 2026.09.02 |
72.83/6 维 | 73.7%DeepSWE v1.1 | 19.1%TB 4.0 | — | — | 59 分 | — |
| 14 | Gemini 3 Pro Google DeepMind · 2025.11.18 |
72.63/6 维 | 76.2%SWE-bench V. | 54.2%TB 2.0 | — | — | — | 37.5% |
| 15 | Grok 4.6 xAI / SpaceXAI · 2026.08.12 |
71.83/6 维 | 67.5%DeepSWE v1.1 | 20.3%TB 4.0 | — | — | 61 分 | — |
| 16 | SWE-2 Cognition（Devin） · 2026.09.10 |
70.82/6 维 | 73%DeepSWE v1.1 | 27.3%TB 4.0 | — | — | — | — |
| 17 | GPT-5.2 OpenAI · 2025.12.11 |
70.32/6 维 | 80%SWE-bench V. | — | — | — | — | 35.4% |
| 18 | DeepSeek-V4.1-Flash DeepSeek · 2026.09.10 |
70.03/6 维 | 74.2%DeepSWE v1.1 | 31.2%TB 4.0 | — | — | — | 36.8% |
| 19 | GLM-4.7 智谱 · GLM · 2025.12.22 |
67.52/6 维 | 73.8%SWE-bench V. | 41%TB 2.0 | — | — | — | — |
| 20 | Kimi K3 月之暗面 · Kimi · 2026.07.16 |
65.93/6 维 | 68.5%DeepSWE v1.1 | 21.5%TB 4.0 | — | — | — | 43.5% |
| 21 | Kimi K2.5 月之暗面 · Kimi · 2026.01.27 |
65.42/6 维 | 76.8%SWE-bench V. | — | — | — | — | 31.5% |
| 22 | GLM-5 智谱 · GLM · 2026.02.12 |
65.12/6 维 | 77.8%SWE-bench V. | — | — | — | — | 30.5% |
| 23 | GPT-5 OpenAI · 2025.08.07 |
59.02/6 维 | 74.9%SWE-bench V. | — | — | — | — | 24.8% |
| 24 | DeepSeek-V3.2 DeepSeek · 2025.12.01 |
58.32/6 维 | 73.1%SWE-bench V. | — | — | — | — | 25.1% |
| 25 | o3 OpenAI · 2025.04.16 |
52.32/6 维 | 69.1%SWE-bench V. | — | — | — | — | 20.3% |
| 26 | Gemini 2.5 Pro Google DeepMind · 2025.03.25 |
48.32/6 维 | 63.8%SWE-bench V. | — | — | — | — | 18.8% |
| 27 | GLM-5.2 智谱 · GLM · 2026.06.17 |
46.32/6 维 | — | 4.6%TB 3.0 | — | — | 51 分 | — |
| 以下仅一个维度有公开成绩 · 不计综合分 · 按该维度相对前沿分排列 | ||||||||
| — | Claude Mythos 5.1受限 Anthropic · 2026.09.01 |
100.0单维1/6 维 | — | 60.9%TB 4.0 | — | — | — | — |
| — | GLM-5.3 智谱 · GLM · 2026.08.14 |
94.3单维1/6 维 | — | 28.3%TB 3.0 | — | — | — | — |
| — | Composer 2.5 Anysphere（Cursor） · 2026.05.18 |
91.0单维1/6 维 | 62 分AA 编码 Agent | — | — | — | — | — |
| — | Claude Opus 4.7 Anthropic · 2026.04.16 |
90.3单维1/6 维 | 87.6%SWE-bench V. | — | — | — | — | — |
| — | SWE-1.7 Cognition（Devin） · 2026.07.08 |
87.8单维1/6 维 | — | 81.5%TB 2.1 | — | — | — | — |
| — | Gemini 3.7 Flash Google DeepMind · 2026.08.14 |
86.6单维1/6 维 | 65.3%DeepSWE v1.1 | — | — | — | — | — |
| — | Claude Opus 4.5 Anthropic · 2025.11.24 |
83.4单维1/6 维 | 80.9%SWE-bench V. | — | — | — | — | — |
| — | Claude Opus 4.6 Anthropic · 2026.02.05 |
83.3单维1/6 维 | 80.8%SWE-bench V. | — | — | — | — | — |
| — | GPT-5.4 OpenAI · 2026.03.05 |
83.1单维1/6 维 | 80.6%SWE-bench V. | — | — | — | — | — |
| — | Gemini 3.1 Pro Google DeepMind · 2026.02.19 |
83.1单维1/6 维 | 80.6%SWE-bench V. | — | — | — | — | — |
| — | MiniMax-M3 MiniMax · 2026.06.01 |
83.0单维1/6 维 | 80.5%SWE-bench V. | — | — | — | — | — |
| — | MiniMax-M2.5 MiniMax · 2026.02.12 |
82.7单维1/6 维 | 80.2%SWE-bench V. | — | — | — | — | — |
| — | Gemini 3.5 Flash Google DeepMind · 2026.05.19 |
82.1单维1/6 维 | — | 76.2%TB 2.1 | — | — | — | — |
| — | GPT-5.1-Codex-Max OpenAI · 2025.11.19 |
80.3单维1/6 维 | 77.9%SWE-bench V. | — | — | — | — | — |
| — | Claude Sonnet 4.5 Anthropic · 2025.09.29 |
79.6单维1/6 维 | 77.2%SWE-bench V. | — | — | — | — | — |
| — | Meta Muse Spark Meta · 2026.04.08 |
78.8单维1/6 维 | — | — | — | — | 52 分 | — |
| — | Claude Opus 4.1 Anthropic · 2025.08.05 |
76.8单维1/6 维 | 74.5%SWE-bench V. | — | — | — | — | — |
| — | Claude Haiku 4.5 Anthropic · 2025.10.15 |
75.6单维1/6 维 | 73.3%SWE-bench V. | — | — | — | — | — |
| — | Claude Sonnet 4 Anthropic · 2025.05.22 |
74.9单维1/6 维 | 72.7%SWE-bench V. | — | — | — | — | — |
| — | Claude Opus 4 Anthropic · 2025.05.22 |
74.7单维1/6 维 | 72.5%SWE-bench V. | — | — | — | — | — |
| — | Kimi K2 Thinking 月之暗面 · Kimi · 2025.11.06 |
73.5单维1/6 维 | 71.3%SWE-bench V. | — | — | — | — | — |
| — | grok-code-fast-1 xAI / SpaceXAI · 2025.08.28 |
73.0单维1/6 维 | 70.8%SWE-bench V. | — | — | — | — | — |
| — | GLM-5.1 智谱 · GLM · 2026.04.08 |
72.7单维1/6 维 | 58.4%SWE-bench Pro | — | — | — | — | — |
| — | Qwen3-Max 阿里 · Qwen · 2025.09.24 |
71.8单维1/6 维 | 69.6%SWE-bench V. | — | — | — | — | — |
| — | Qwen3-Coder 阿里 · Qwen · 2025.07.22 |
71.8单维1/6 维 | 69.6%SWE-bench V. | — | — | — | — | — |
| — | GLM-4.6 智谱 · GLM · 2025.09.30 |
70.1单维1/6 维 | 68%SWE-bench V. | — | — | — | — | — |
| — | DeepSeek-V3.1 DeepSeek · 2025.08.21 |
68.0单维1/6 维 | 66%SWE-bench V. | — | — | — | — | — |
| — | Kimi K2 月之暗面 · Kimi · 2025.07.11 |
67.8单维1/6 维 | 65.8%SWE-bench V. | — | — | — | — | — |
| — | GLM-4.5 智谱 · GLM · 2025.07.28 |
66.2单维1/6 维 | 64.2%SWE-bench V. | — | — | — | — | — |
| — | Claude 3.7 Sonnet Anthropic · 2025.02.24 |
64.2单维1/6 维 | 62.3%SWE-bench V. | — | — | — | — | — |
| — | MiniMax-M1 MiniMax · 2025.06.16 |
57.7单维1/6 维 | 56%SWE-bench V. | — | — | — | — | — |
| — | GPT-4.1 OpenAI · 2025.04.14 |
56.3单维1/6 维 | 54.6%SWE-bench V. | — | — | — | — | — |
| — | DeepSeek-R1 DeepSeek · 2025.01.20 |
50.7单维1/6 维 | 49.2%SWE-bench V. | — | — | — | — | — |
| — | Claude 3.5 Sonnet Anthropic · 2024.06.20 |
50.5单维1/6 维 | 49%SWE-bench V. | — | — | — | — | — |
| — | o1 OpenAI · 2024.12.05 |
50.4单维1/6 维 | 48.9%SWE-bench V. | — | — | — | — | — |
| — | DeepSeek-V3 DeepSeek · 2024.12.26 |
43.3单维1/6 维 | 42%SWE-bench V. | — | — | — | — | — |
| — | Grok 4 xAI / SpaceXAI · 2025.07.09 |
41.7单维1/6 维 | — | — | — | — | — | 25.4% |
| — | GPT-4.5 OpenAI · 2025.02.27 |
39.2单维1/6 维 | 38%SWE-bench V. | — | — | — | — | — |
| — | GPT-4o OpenAI · 2024.05.13 |
34.2单维1/6 维 | 33.2%SWE-bench V. | — | — | — | — | — |
综合分 = 各已测维度「相对前沿分」的平均：每个维度取该模型最近一次公开成绩，除以该维度当前最高分（最高 = 100）。至少两个维度有成绩才入总榜，覆盖维度数标在分数旁；未测不等于不行，只是没人公开考过。 另有 36 株登记在册但尚无可比成绩，见下方发布时间线。
◈ 维度榜 DIMENSION BOARDS每个维度前五 · 相对前沿排序
◈ 编码SWE-bench Verified / SWE-bench Pro / DeepSWE v1.1 / AA Coding Agent Index
01Muse Spark 1.3
75.4%DeepSWE v1.1 · 2026.09.02
02Claude Opus 5
97%SWE-bench V. · 2026.08.19
03DeepSeek-V4-Pro
96.4%SWE-bench V. · 2026.08.19
04Claude Fable 5
95.5%SWE-bench V. · 2026.06.09
05DeepSeek-V4.1-Flash
74.2%DeepSWE v1.1 · 2026.09.10
◈ 终端 AgentTerminal-Bench 4.0 / Terminal-Bench 3.0 / Terminal-Bench 2.1 / Terminal-Bench 2.0
01Claude Mythos 5.1
60.9%TB 4.0 · 2026.09.01
02Qwen3.7-Max
69.7%TB 2.0 · 2026.05.20
03Muse Spark 1.3
88.8%TB 2.1 · 2026.09.02
04GPT-6 Astra
57.9%TB 4.0 · 2026.09.03
05DeepSeek-V4-Pro
87.9%TB 2.1 · 2026.08.13
◈ 科研 AgentTerminal-Bench-Science 0.1
01GPT-6 Astra
64.6% · 2026.09.03
02Claude Fable 5.1
52.6% · 2026.09.01
03Claude Opus 5
29% · 2026.09.01
04Claude Fable 5
24.7% · 2026.09.01
05GPT-5.6 Sol
22.4% · 2026.09.01
◈ Cursor 考卷CursorBench
01Claude Fable 5.1
73.4% · 2026.09.01
02Claude Fable 5
70.5% · 2026.09.01
03Claude Opus 5
70% · 2026.09.01
04GPT-5.6 Sol
67.2% · 2026.09.01
05Claude Sonnet 5
57% · 2026.06.30
◈ 综合智能AA Intelligence Index
01Claude Fable 5.1
66 分 · 2026.09.01
02Claude Opus 5
63 分 · 2026.09.01
03Claude Fable 5
62 分 · 2026.09.01
04GPT-6 Astra
61.2 分 · 2026.09.03
05Muse Spark 1.3
61 分 · 2026.09.02
◈ 前沿推理HLE
01Claude Fable 5.1
60.9% · 2026.09.01
02Claude Fable 5
57.8% · 2026.09.01
03Claude Opus 5
56.6% · 2026.09.01
04Claude Opus 4.8
49.8% · 2026.07.16
05GPT-5.6 Sol
44.5% · 2026.07.16
◈ 能力曲线 CAPABILITY CURVESWE-bench Verified · 前沿共刷新 15 次 · 纪录平均在位 53 天
● 公开成绩（悬停看读数，点击进档案）◆ 刷新纪录的成绩— 前沿线（历史最高分的阶梯）
SWE-bench Verified · 46HLE · 20Terminal-Bench 2.1 · 18DeepSWE v1.1 · 13Terminal-Bench 4.0 · 13AA Intelligence Index · 11FrontierCode 1.1 Main · 10AA Coding Agent Index · 7CursorBench · 5Terminal-Bench-Science 0.1 · 5SWE-bench Pro · 4Terminal-Bench 2.0 · 4Terminal-Bench 3.0 · 3Terminal-Bench · 2
每个基准一条曲线，点上方标签切换；基准页另有「前沿刷新记录」——谁在哪天把纪录抬到多少、在位了几天。
◈ 发布时间线 RELEASE TIMELINE由新到旧 · 发布日取公开可用日或首发日
| 发布日 | 模型 | 实验室 | 定位 | 上下文 | 价格（每百万 token） | 综合分 | 档案 |
|---|---|---|---|---|---|---|---|
| 2026 · 56 株 | |||||||
| DeepSeek-V4.1-Flash开放权重 | DeepSeek | 开源 · 走量 | 1M | $0.15 / $0.60（低谷价；高峰 $0.30 / $1.20） | 70.0 · #18 | — | |
| SWE-2 | Cognition（Devin） | 自研 · 编码 | — | — | 70.8 · #16 | 档案 » | |
| GPT-6 Astra | OpenAI | 旗舰 | 1M | $10 / $50 | 96.5 · #1 | 档案 » | |
| Muse Spark 1.3 | Meta | 旗舰 · 闭源 | 1M | $1.25 / $4.25 | 96.0 · #2 | — | |
| Gemini 3.8 Flash Cyber受限 / 预览 | Google DeepMind | 网络安全 · 受限 | 1M | — | — | 档案 » | |
| Gemini 3.8 Flash | Google DeepMind | 主力 · Flash | 1M | $0.75 / $3.75（介绍价至 2026-12-31；2027 起 $1.50 / $7.50） | 72.8 · #13 | 档案 » | |
| Claude Mythos 5.1受限 / 预览 | Anthropic | 受限旗舰 | 1M | — | 单维 100 | 档案 » | |
| Claude Fable 5.1 | Anthropic | 旗舰 | 1M | $10 / $50 | 93.7 · #3 | 档案 » | |
| Hunyuan Hy4 preview开放权重受限 / 预览 | 腾讯 · 混元 | 开源旗舰 · 预览 | 1M | — | — | — | |
| GLM-5.3-Flash开放权重 | 智谱 · GLM | 开源 · Flash | — | — | — | — | |
| Gemini 3.7 Flash | Google DeepMind | 主力 · Flash | — | — | 单维 86.6 | — | |
| GLM-5.3开放权重 | 智谱 · GLM | 开源旗舰 | 1M | — | 单维 94.3 | — | |
| Grok 4.6 | xAI / SpaceXAI | 旗舰 · 长任务 agent | — | $2 / $6（≥200K 档翻倍） | 71.8 · #15 | 档案 » | |
| Qwen3.8-Max开放权重 | 阿里 · Qwen | 旗舰 | 1M | — | — | — | |
| Claude Opus 5 | Anthropic | 旗舰 · 主力 | 1M | $5 / $25 | 85.6 · #6 | 档案 » | |
| Gemini 3.6 Flash | Google DeepMind | 主力 · Flash | — | — | — | — | |
| Kimi K3开放权重 | 月之暗面 · Kimi | 开源旗舰 | 1M | — | 65.9 · #20 | — | |
| GPT-5.6 Luna | OpenAI | 走量 | — | $0.2 / $1.2 | — | 档案 » | |
| GPT-5.6 Terra | OpenAI | 均衡 | — | $2 / $12 | — | 档案 » | |
| GPT-5.6 Sol | OpenAI | 旗舰 | — | $5 / $30 | 74.9 · #11 | 档案 » | |
| SWE-1.7 | Cognition（Devin） | 自研 · 编码 | — | — | 单维 87.8 | — | |
| Grok 4.5 | xAI / SpaceXAI | 旗舰 · 联合训练 | — | $2 / $6（Fast $4 / $18） | — | 档案 » | |
| Hunyuan Hy3 | 腾讯 · 混元 | 旗舰 | — | — | — | — | |
| Claude Sonnet 5 | Anthropic | 主力 | 1M | $3 / $15 | 74.5 · #12 | 档案 » | |
| Doubao-Seed-2.1 | 字节 · 豆包 Seed | 旗舰 | 256K | — | — | — | |
| GLM-5.2开放权重 | 智谱 · GLM | 开源旗舰 | 1M | — | 46.3 · #27 | — | |
| Kimi K2.7 Code开放权重 | 月之暗面 · Kimi | 编码专用 · 开源 | 256K | — | — | — | |
| Claude Mythos 5受限 / 预览 | Anthropic | 受限旗舰 | 1M | — | — | 档案 » | |
| Claude Fable 5 | Anthropic | 旗舰 | 1M | $10 / $50 | 82.4 · #9 | 档案 » | |
| MiniMax-M3开放权重 | MiniMax | 开源旗舰 | 200K | — | 单维 83 | — | |
| Step 3.7 Flash开放权重 | 阶跃星辰 · Step | 开源 · Flash | — | — | — | — | |
| Claude Opus 4.8 | Anthropic | 旗舰 | 1M | $5 / $25 | 88.1 · #4 | 档案 » | |
| Gemini 3.5 Flash | Google DeepMind | 主力 · Flash | 2M | — | 单维 82.1 | — | |
| Qwen3.7-Max | 阿里 · Qwen | 旗舰 · API | 1M | $2.50 / $7.50 | 83.6 · #7 | — | |
| Composer 2.5 | Anysphere（Cursor） | 自研 · 默认模型 | — | $0.50 / $2.50（Fast $3 / $15） | 单维 91 | 档案 » | |
| ERNIE 5.1 | 百度 · 文心 | 旗舰 | — | — | — | — | |
| DeepSeek-V4-Flash开放权重已退役 | DeepSeek | 开源 · 走量 | 1M | $0.22 / $0.66（低谷价） | 82.5 · #8 | — | |
| DeepSeek-V4-Pro开放权重 | DeepSeek | 开源旗舰 | 1M | $0.66 / $1.98（低谷价；高峰 $1.32 / $3.96） | 88.1 · #5 | — | |
| GPT-5.5 | OpenAI | 旗舰 | 1M | $5 / $30 | 78.9 · #10 | 档案 » | |
| Qwen3.6-27B开放权重 | 阿里 · Qwen | 开源 · 稠密 | — | — | — | — | |
| Kimi K2.6开放权重 | 月之暗面 · Kimi | 开源旗舰 | 256K | — | — | — | |
| Claude Opus 4.7 | Anthropic | 旗舰 | 1M | $5 / $25 | 单维 90.3 | 档案 » | |
| Meta Muse Spark | Meta | 旗舰 · 闭源 | — | — | 单维 78.8 | — | |
| GLM-5.1开放权重 | 智谱 · GLM | 开源旗舰 | 200K | — | 单维 72.7 | — | |
| Claude Mythos Preview受限 / 预览 | Anthropic | 受限旗舰 | — | — | — | 档案 » | |
| Qwen3.6-Plus | 阿里 · Qwen | 旗舰 | 1M | — | — | — | |
| Composer 2 | Anysphere（Cursor） | 自研 · 编码 | — | $0.50 / $2.50 | — | 档案 » | |
| MiniMax-M2.7 | MiniMax | 旗舰 · agent | 200K | — | — | — | |
| GPT-5.4 | OpenAI | 旗舰 | 256K | $2.50 / $15 | 单维 83.1 | — | |
| Gemini 3.1 Pro | Google DeepMind | 旗舰 | 1M | $2 / $12 | 单维 83.1 | — | |
| Qwen3.5开放权重 | 阿里 · Qwen | 开源旗舰 | — | — | — | — | |
| Doubao-Seed-2.0 | 字节 · 豆包 Seed | 旗舰 | 256K | — | — | — | |
| MiniMax-M2.5开放权重 | MiniMax | 开源旗舰 | 200K | — | 单维 82.7 | — | |
| GLM-5开放权重 | 智谱 · GLM | 开源旗舰 | 200K | — | 65.1 · #22 | — | |
| Claude Opus 4.6 | Anthropic | 旗舰 | 1M | $5 / $25 | 单维 83.3 | — | |
| Kimi K2.5开放权重 | 月之暗面 · Kimi | 开源旗舰 | 256K | — | 65.4 · #21 | 档案 » | |
| 2025 · 36 株 | |||||||
| MiniMax-M2.1开放权重 | MiniMax | 开源 · 编码 | 128K | — | — | — | |
| GLM-4.7开放权重 | 智谱 · GLM | 开源旗舰 | 200K | — | 67.5 · #19 | — | |
| GPT-5.2已退役 | OpenAI | 旗舰 | 400K | — | 70.3 · #17 | — | |
| Mistral Large 3开放权重 | Mistral | 开源旗舰 | 256K | — | — | — | |
| DeepSeek-V3.2开放权重 | DeepSeek | 开源旗舰 | 128K | — | 58.3 · #24 | — | |
| Claude Opus 4.5 | Anthropic | 旗舰 | 200K | $5 / $25 | 单维 83.4 | 档案 » | |
| GPT-5.1-Codex-Max | OpenAI | 编码代理专用 | 400K | — | 单维 80.3 | 档案 » | |
| Gemini 3 Pro | Google DeepMind | 旗舰 | 1M | — | 72.6 · #14 | 档案 » | |
| GPT-5.1 | OpenAI | 旗舰 | 400K | — | — | 档案 » | |
| Kimi K2 Thinking开放权重 | 月之暗面 · Kimi | 推理 · 开源 | 256K | — | 单维 73.5 | — | |
| Composer | Anysphere（Cursor） | 自研 · 编码 | — | 随订阅 | — | 档案 » | |
| MiniMax-M2开放权重 | MiniMax | 开源 · agent | 128K | — | — | — | |
| Claude Haiku 4.5 | Anthropic | 走量 | 200K | $1 / $5 | 单维 75.6 | — | |
| GLM-4.6开放权重 | 智谱 · GLM | 开源旗舰 | 200K | — | 单维 70.1 | — | |
| Claude Sonnet 4.5 | Anthropic | 主力 | 200K | $3 / $15 | 单维 79.6 | 档案 » | |
| Qwen3-Max | 阿里 · Qwen | 旗舰 | — | — | 单维 71.8 | — | |
| grok-code-fast-1 | xAI / SpaceXAI | 编码专用 · 轻快 | 256K | $0.20 / $1.50 | 单维 73 | 档案 » | |
| DeepSeek-V3.1开放权重 | DeepSeek | 开源旗舰 | 128K | — | 单维 68 | — | |
| GPT-5 | OpenAI | 旗舰 | 400K | $1.25 / $10 | 59.0 · #23 | 档案 » | |
| Claude Opus 4.1 | Anthropic | 旗舰 | 200K | $15 / $75 | 单维 76.8 | — | |
| GLM-4.5开放权重 | 智谱 · GLM | 开源旗舰 | 128K | — | 单维 66.2 | — | |
| Qwen3-Coder开放权重 | 阿里 · Qwen | 编码专用 · 开源 | 256K | — | 单维 71.8 | — | |
| Kimi K2开放权重 | 月之暗面 · Kimi | 开源旗舰 | 128K | — | 单维 67.8 | — | |
| Grok 4 | xAI / SpaceXAI | 旗舰 | 256K | $3 / $15 | 单维 41.7 | — | |
| Doubao-Seed-1.6 | 字节 · 豆包 Seed | 旗舰 | 256K | — | — | — | |
| MiniMax-M1开放权重 | MiniMax | 推理 · 开源 | 1M | — | 单维 57.7 | — | |
| Claude Sonnet 4 | Anthropic | 主力 | 200K | $3 / $15 | 单维 74.9 | 档案 » | |
| Claude Opus 4 | Anthropic | 旗舰 | 200K | $15 / $75 | 单维 74.7 | 档案 » | |
| Qwen3开放权重 | 阿里 · Qwen | 开源旗舰 | 128K | — | — | — | |
| o3 | OpenAI | 推理 | 200K | $10 / $40 | 52.3 · #25 | — | |
| GPT-4.1 | OpenAI | 编码向 · API | 1M | $2 / $8 | 单维 56.3 | — | |
| Llama 4开放权重 | Meta | 开源旗舰 | 10M（宣称） | — | — | — | |
| Gemini 2.5 Pro | Google DeepMind | 旗舰 | 1M | $1.25 / $10 | 48.3 · #26 | — | |
| GPT-4.5已退役 | OpenAI | 旗舰 · 研究预览 | 128K | $75 / $150 | 单维 39.2 | — | |
| Claude 3.7 Sonnet | Anthropic | 主力 | 200K | $3 / $15 | 单维 64.2 | — | |
| DeepSeek-R1开放权重 | DeepSeek | 推理 · 开源 | 128K | $0.55 / $2.19 | 单维 50.7 | — | |
| 2024 · 6 株 | |||||||
| DeepSeek-V3开放权重 | DeepSeek | 开源旗舰 | 128K | $0.27 / $1.10 | 单维 43.3 | — | |
| o1 | OpenAI | 推理 | 200K | $15 / $60 | 单维 50.4 | — | |
| Claude 3.5 Sonnet已退役 | Anthropic | 主力 | 200K | $3 / $15 | 单维 50.5 | 档案 » | |
| GPT-4o | OpenAI | 旗舰 | 128K | $5 / $15 | 单维 34.2 | — | |
| Llama 3开放权重 | Meta | 开源旗舰 | 8K | — | — | — | |
| Claude 3已退役 | Anthropic | 旗舰 | 200K | $15 / $75（Opus） | — | — | |
| 2023 · 4 株 | |||||||
| Gemini 1.0已退役 | Google DeepMind | 旗舰 | 32K | — | — | — | |
| Llama 2开放权重 | Meta | 开源旗舰 | 4K | — | — | — | |
| Claude 2已退役 | Anthropic | 旗舰 | 100K | — | — | — | |
| GPT-4已退役 | OpenAI | 旗舰 | 8K / 32K | $30 / $60 | — | 档案 » | |
数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。 模型在 Cursor 前线的进场、登顶、换防以档案为正文，见模型军备线索 »。观测到新模型、新成绩、新口径？向红后投递线报 »。机器可读数据：/api/models · /api/scores。
⇱ 返回完整时间树
UMBRELLA 4365 · 双线对照 · 由新到旧 · 全部档案