模型榜
EVAOO NEWS LEADERBOARD
AI 模型排行榜
数学、逻辑与陌生规则，看模型能不能想明白新问题。
5 项评测·2 家机构·11/12 08:05 更新
推理榜30 个模型
| 参考 位次 | 模型 | ||
|---|---|---|---|
| 01 | GPT-6 AstraOpenAIOpenAI · 9月3日上线 | 5 项评测覆盖 100% | 89.9覆盖 100% |
| 02 | GPT-6.1 SolOpenAIOpenAI · 9月29日上线 | 5 项评测覆盖 100% | 89.5覆盖 100% |
| 03 | Claude Opus 5.5AnthropicAnthropic · 9月22日上线 | 5 项评测覆盖 100% | 88.8覆盖 100% |
| 04 | Claude Sonnet 5.5AnthropicAnthropic · 9月28日上线 | 5 项评测覆盖 100% | 86.3覆盖 100% |
| 05 | GPT-5.6 SolOpenAIOpenAI · 7月9日上线 | 5 项评测覆盖 100% | 85.9覆盖 100% |
| 06 | GPT-6 SolOpenAIOpenAI · 9月22日上线 | 5 项评测覆盖 100% | 84.5覆盖 100% |
| 07 | Claude Fable 5.1AnthropicAnthropic · 9月1日上线 | 5 项评测覆盖 100% | 84.4覆盖 100% |
| 08 | GPT-5.5OpenAIOpenAI · 4月23日上线 | 5 项评测覆盖 100% | 84.4覆盖 100% |
| 09 | Claude Fable 5AnthropicAnthropic · 6月9日上线 | 5 项评测覆盖 100% | 81.8覆盖 100% |
| 10 | Claude Opus 5AnthropicAnthropic · 7月24日上线 | 5 项评测覆盖 100% | 81.8覆盖 100% |
| 11 | muse-wonder-1.0MetaMeta · 10月12日上线 | 4 项评测覆盖 75% | 81.8覆盖 75% |
| 12 | GPT-5.6 TerraOpenAIOpenAI · 7月9日上线 | 5 项评测覆盖 100% | 76.1覆盖 100% |
| 13 | Claude Opus 4.8AnthropicAnthropic · 5月28日上线 | 5 项评测覆盖 100% | 75.3覆盖 100% |
| 14 | Gemini 3.7 FlashGoogleGoogle · 8月13日上线 | 5 项评测覆盖 100% | 74.6覆盖 100% |
| 15 | Gemini 3.8 FlashGoogleGoogle · 9月2日上线 | 5 项评测覆盖 100% | 72.7覆盖 100% |
| 16 | Qwen3.8 MaxAlibabaAlibaba · 7月19日上线 | 5 项评测覆盖 100% | 69.2覆盖 100% |
| 17 | DeepSeek V4.1 Flash开源权重 ↗DeepSeekDeepSeek · 9月10日上线 | 5 项评测覆盖 100% | 67.7覆盖 100% |
| 18 | DeepSeek V4 Pro 0813开源权重 ↗DeepSeekDeepSeek · 8月13日上线 | 5 项评测覆盖 100% | 67.0覆盖 100% |
| 19 | Claude Haiku 5.5AnthropicAnthropic · 10月7日上线 | 5 项评测覆盖 100% | 64.3覆盖 100% |
| 20 | Muse Spark 1.3MetaMeta · 9月2日上线 | 5 项评测覆盖 100% | 64.3覆盖 100% |
| 21 | Claude Sonnet 5AnthropicAnthropic · 6月30日上线 | 5 项评测覆盖 100% | 64.3覆盖 100% |
| 22 | Gemini 3.1 Pro PreviewGoogleGoogle · 2月19日上线 | 5 项评测覆盖 100% | 60.1覆盖 100% |
| 23 | GPT-5.6 LunaOpenAIOpenAI · 7月9日上线 | 5 项评测覆盖 100% | 59.9覆盖 100% |
| 24 | Claude Opus 4.7AnthropicAnthropic · 4月16日上线 | 5 项评测覆盖 100% | 59.9覆盖 100% |
| 25 | Grok 4.6xAIxAI · 8月12日上线 | 5 项评测覆盖 100% | 59.9覆盖 100% |
| 26 | GPT-5.2 2025-12-11OpenAIOpenAI · 2025年12月11日上线 | 5 项评测覆盖 100% | 57.7覆盖 100% |
| 27 | Kimi K3开源权重 ↗Moonshot AIMoonshot AI · 7月16日上线 | 5 项评测覆盖 100% | 54.7覆盖 100% |
| 28 | GLM-5.3开源权重 ↗Z.aiZ.ai · 8月18日上线 | 5 项评测覆盖 100% | 54.5覆盖 100% |
| 29 | Gemini 3.5 FlashGoogleGoogle · 5月19日上线 | 5 项评测覆盖 100% | 53.5覆盖 100% |
| 30 | Grok 4.7xAIxAI · 9月21日上线 | 5 项评测覆盖 100% | 53.1覆盖 100% |
综合参考顺序前十中暂未进入推理榜：Gemini 4 Carbon（已有 4 项可比评测）、Gemini 4 Argon（已有 4 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
EVAOO News 评分越高，表示本榜综合表现越强；评分不是正确率，具体能力可查看分项成绩。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。