模型榜
EVAOO NEWS LEADERBOARD
AI 模型排行榜
事实问答与研究生级科学知识，看知识掌握与回答准确性。
2 项评测·1 家机构·11/12 08:05 更新
知识榜30 个模型
| 参考 位次 | 模型 | ||
|---|---|---|---|
| 01 | Claude Fable 5.2AnthropicAnthropic · 11月9日上线 | 2 项评测覆盖 100% | 84.1覆盖 100% |
| 02 | Gemini 4 CarbonGoogleGoogle · 10月28日上线 | 2 项评测覆盖 100% | 84.1覆盖 100% |
| 03 | Gemini 4 ArgonGoogleGoogle · 9月30日上线 | 2 项评测覆盖 100% | 84.1覆盖 100% |
| 04 | GPT-6 AstraOpenAIOpenAI · 9月3日上线 | 2 项评测覆盖 100% | 83.6覆盖 100% |
| 05 | GPT-6.1 SolOpenAIOpenAI · 9月29日上线 | 2 项评测覆盖 100% | 82.7覆盖 100% |
| 06 | Gemini 3.8 FlashGoogleGoogle · 9月2日上线 | 2 项评测覆盖 100% | 81.7覆盖 100% |
| 07 | Gemini 3.1 Pro PreviewGoogleGoogle · 2月19日上线 | 2 项评测覆盖 100% | 81.0覆盖 100% |
| 08 | Gemini 3.7 FlashGoogleGoogle · 8月13日上线 | 2 项评测覆盖 100% | 80.6覆盖 100% |
| 09 | GPT-5.6 SolOpenAIOpenAI · 7月9日上线 | 2 项评测覆盖 100% | 77.9覆盖 100% |
| 10 | Gemini 3.6 FlashGoogleGoogle · 7月21日上线 | 2 项评测覆盖 100% | 77.9覆盖 100% |
| 11 | kimi-k3.1-pro-togetherMoonshot AIMoonshot AI · 10月23日上线 | 2 项评测覆盖 100% | 76.3覆盖 100% |
| 12 | GPT-6 SolOpenAIOpenAI · 9月22日上线 | 2 项评测覆盖 100% | 75.7覆盖 100% |
| 13 | Gemini 3.5 FlashGoogleGoogle · 5月19日上线 | 2 项评测覆盖 100% | 74.4覆盖 100% |
| 14 | Claude Opus 5AnthropicAnthropic · 7月24日上线 | 2 项评测覆盖 100% | 74.1覆盖 100% |
| 15 | GPT-6.1 TerraOpenAIOpenAI · 10月26日上线 | 2 项评测覆盖 100% | 73.5覆盖 100% |
| 16 | Claude Opus 5.5AnthropicAnthropic · 9月22日上线 | 2 项评测覆盖 100% | 68.7覆盖 100% |
| 17 | Claude Sonnet 5.5AnthropicAnthropic · 9月28日上线 | 2 项评测覆盖 100% | 68.3覆盖 100% |
| 18 | Grok 4.7xAIxAI · 9月21日上线 | 2 项评测覆盖 100% | 67.7覆盖 100% |
| 19 | GPT-5.4 Pro 2026-03-05OpenAIOpenAI · 3月5日上线 | 2 项评测覆盖 100% | 65.7覆盖 100% |
| 20 | GPT-5.5OpenAIOpenAI · 4月23日上线 | 2 项评测覆盖 100% | 64.5覆盖 100% |
| 21 | Kimi K3开源权重 ↗Moonshot AIMoonshot AI · 7月16日上线 | 2 项评测覆盖 100% | 64.5覆盖 100% |
| 22 | Grok 4.5xAIxAI · 7月8日上线 | 2 项评测覆盖 100% | 63.8覆盖 100% |
| 23 | Grok 4.6xAIxAI · 8月12日上线 | 2 项评测覆盖 100% | 63.3覆盖 100% |
| 24 | Gemini 3 Flash PreviewGoogleGoogle · 2025年12月17日上线 | 2 项评测覆盖 100% | 61.7覆盖 100% |
| 25 | GPT-5.4 2026-03-05OpenAIOpenAI · 3月5日上线 | 2 项评测覆盖 100% | 60.6覆盖 100% |
| 26 | DeepSeek V4 Pro 0813开源权重 ↗DeepSeekDeepSeek · 8月13日上线 | 2 项评测覆盖 100% | 60.6覆盖 100% |
| 27 | Qwen3.7 MaxAlibabaAlibaba · 5月19日上线 | 2 项评测覆盖 100% | 59.9覆盖 100% |
| 28 | GPT-5.6 TerraOpenAIOpenAI · 7月9日上线 | 2 项评测覆盖 100% | 58.8覆盖 100% |
| 29 | Qwen3.8 MaxAlibabaAlibaba · 7月19日上线 | 2 项评测覆盖 100% | 58.7覆盖 100% |
| 30 | Qwen3.8 Max 0902AlibabaAlibaba · 9月1日上线 | 2 项评测覆盖 100% | 58.4覆盖 100% |
综合参考顺序前十中暂未进入知识榜：Claude Fable 5.1（已有 1 项可比评测）、muse-wonder-1.0（已有 0 项可比评测）。分类榜只比较测过同类评测的模型，通常需要两项、来自两家机构的评测。
EVAOO News 评分为 0–100 分，越高表示本榜综合表现越强。同分按参考位次排列；筛选后保留原榜评分与位次，每次最多展示 30 个模型。
评分用于同一榜单、同一轮内的比较，不是正确率。各项评测的原始成绩可在模型详情查看。
如何看这张榜
当前知识榜采用 Epoch 的两项评测，来自同一家机构。价格不参与排序，缺测不补分。能力表现请结合分项原始成绩与运行配置判断。
了解计算方法 →关于价格
API 价格来自厂商官网，按每百万 Token 展示。美元报价按 2026-11-11 汇率折算成人民币。缓存价格指命中后的输入价格，缓存写入、存储及订阅费用另计。