大模型排行榜2026年

2026年4月更新

最新的大模型能力排行榜，分数越高，综合能力越强。

排行榜说明

1、综合能力评分，整合了 10 个高难度评估标准：

• 核心逻辑与数学： GPQA Diamond（研究生水平专家级问答）、SciCode（科学编程）
• 极难挑战： Humanity's Last Exam（人类最后考试，目前公认最难的基准测试之一）
• 特定场景： Telecom（电信行业）、AA-LCR（长文本推理）

2、排名仅反映综合测试分数，实际使用体感来讲，干活最好的还是 Claude，尤其在写代码方面——虽然排名在第三和第四名。

3、榜单里包含可以本地部署的开源模型， 比如阿里巴巴的 Qwen3.5 和 Google 的 Gemma4。

4、个人观点：

• 云端模型，Claude 是干活首选
• 开源模型本地部署，Qwen3.5 27B 是最值得考虑的——智商在线，能力优秀，大小也比较适合个人本地部署

---

本文每月更新。