主流大模型排行榜（2026 年 11 月）：综合、代码、Agent、性价比多维度全榜

模型排行榜满天飞，口径各不相同。本文只采用两个可复核的公开数据源：Artificial Analysis 智能指数 v5.0.1（独立基准套件，2026 年 11 月 10 日快照）与 LMArena（真人盲测投票，11 月 9-10 日快照）。厂商自报分数一律不采。先说总纲：这一轮的第一梯队被 Anthropic 与 Google 瓜分，OpenAI 靠性价比机型守住价值线，xAI 的 Grok 在 Agent 维度暂时掉队，国产开源的最高分是 Kimi 与 DeepSeek。

维度一：综合智能（AA 智能指数 v5.0.1）

• Claude Fable 5.2（max）：65，当前总分第一，11 月 9 日刚发布
• Gemini 4 Carbon（high）：60，11 月 10 日起全面可用
• Claude Opus 5.5：59，Anthropic 的主力旗舰，价格只有 Fable 的一半
• GPT-6 Astra（max）：57；GPT-6.1 Sol（max）：55；Claude Sonnet 5.5：55

维度二：真人盲测偏好（LMArena 文本榜）

• Gemini 4 Carbon 1538、Gemini 4 Argon 1530 包揽前二——Google 在「聊起来舒服」上暂时领先
• Claude Opus 5.5 以 1513 列第三，Fable 5.1 以 1512 紧随
• GPT-5.5 约 1481、Grok 4.20 约 1475、Grok 4.5 约 1448，处在第二集团

维度三：代码（LMArena WebDev 榜）

• Claude 家族霸榜：Fable 5.2 1836、Opus 5.5 1814、Sonnet 5.5 1773，前三全包
• Gemini 4 Carbon 1768 第四；GPT-6 Astra 1764、GPT-6.1 Sol 1743 随后
• Grok 4.7 以 1641 排在约 18-19 位，代码不是它当前的主场

维度四：Agent 能力（LMArena Agent 榜）

• Claude Opus 5.5 以 20.0% 居首，Gemini 4 Carbon 16.6%、Sonnet 5.5 16.0%
• GPT-6 Astra 14.2%、GPT-6.1 Sol 12.5%
• Grok 4.7 仅 2.6%（约第 14）——xAI 的多 Agent 形态（见本站 Grok 专篇）声量大，但当前公开实测还排在后面，看后续版本

维度五：性价比（AA 每任务成本口径）

• GPT-6.1 Sol 是价值王：智能指数 55，每任务成本约 $1.27，只有 Opus 5.5（约 $10）的八分之一
• Fable 5.2 每任务约 $26.54——最强，但账单也最贵，只配最难的活
• Gemini 4 Carbon 约 $7.76 居中；Flash 系仍是高并发场景的地板价

维度六：开源权重

• AA v5 口径下开源整体被拉开：Kimi K3.1 Pro 以 46 分居开源前列（权重 11 月 4 日发布，自托管体积巨大）
• DeepSeek V4.1-Flash 以 33 分成为「最好部署的开源选择」代表：MIT 许可、成本低
• 结论：开源与闭源旗舰的差距这一轮在扩大，但开源的价值在可控与成本，不在榜单名次

按需求抄作业

• 只认最强、不差钱：Fable 5.2 / Opus 5.5
• 写代码为主：Claude 全家桶，Sonnet 5.5 是甜点位
• 量大要控成本：GPT-6.1 Sol 主力 + 旗舰兜底难题
• 聊天体验与长上下文：Gemini 4 系
• 必须本地/私有化：DeepSeek V4.1-Flash 起步，算力够再看 Kimi

本榜每月更新，数据来源：Artificial Analysis（artificialanalysis.ai）、LMArena（lmarena.ai），快照日期 2026 年 11 月 9-11 日；分数为各榜公开口径，不同榜单之间不可直接换算。