AI 大模型排行榜：智力、速度与成本怎么选

数据更新于 2026年9月13日 17:45；榜单按有对应测评数据的主流型号排序。

结论先看

当前主流候选模型中，综合智力排名前三的是 Claude Fable 5.1 (max with fallback)、GPT-6 Astra (max)、Claude Opus 5 (max)。综合排名适合快速缩小范围，但最终选择还要同时看编程、速度、延迟、成本和上下文。

先别急着追第一名

选模型更像选车，而不是只看一次百公里加速。你需要先回答四个问题：它能不能完成你的任务、用户要等多久、一次任务实际花多少钱、输入内容会不会超过上下文窗口。任何一个硬条件不满足，单项第一都没有意义。

• 个人日常使用： 先从综合智力前列中选，再比较响应速度和使用成本。
• 开发与自动化： 把编程指数和智能体指数放在综合智力之前看。
• 面向客户的产品： 首 token 延迟决定“多久有反应”，输出速度决定“后面读起来顺不顺”。
• 大批量 API 调用： 先设能力底线，再在合格型号里压低单任务成本。

综合智力前十

1. Claude Fable 5.1 (max with fallback) — 53.4
2. GPT-6 Astra (max) — 52.8
3. Claude Opus 5 (max) — 50.7
4. Claude Fable 5 (with fallback) — 49.7
5. Muse Spark 1.3 (max) — 48.2
6. GPT-5.6 Sol (max) — 47.1
7. GLM-5.3 (max) — 44.9
8. Grok 4.6 (high) — 44.4
9. Kimi K3 (max) — 43.8
10. GPT-5.6 Terra (max) — 42.3

查看完整智力图表 · 把任意模型加入对比

速度最快的主流模型

输出速度代表模型开始持续输出后每秒生成的 token 数。它不等于首次响应延迟，也不代表能力一定更强。

1. Gemini 3.5 Flash-Lite — 366.6 token/秒
2. Gemini 3.8 Flash (high) — 274.9 token/秒
3. Muse Spark 1.3 (max) — 243.3 token/秒
4. DeepSeek V4.1 Flash (max) — 218.7 token/秒
5. gpt-oss-120b (high) — 211.8 token/秒

查看完整速度与延迟数据

单任务成本较低的主流模型

单任务成本衡量模型完成同一套任务时产生的实际调用成本，和公开 API 单价不是同一回事。

1. Muse Glimmer (high) — $0.055
2. gpt-oss-120b (high) — $0.11
3. Gemini 3.5 Flash-Lite — $0.12
4. GPT-5.6 Luna (max) — $0.18
5. GLM-5.3-Flash — $0.25

查看价格与成本图表

应该重点看哪些指标

• 日常问答与内容工作： 先看综合智力，再看速度和价格。
• 软件开发： 重点看编程指数与智能体指数，然后比较任务成本。
• 高频 API 调用： 同时看输入价格、输出价格、单任务成本和延迟。
• 长文档处理： 先确认上下文窗口，再比较能力与成本。

排行榜回答“谁在某个指标上更高”，不直接替你决定“谁最适合”。你可以进入模型对比工具，把候选型号放进同一组数据中检查。

三分钟做出第一轮选择

第一步，从与你任务最相关的榜单里保留 3–5 个型号；第二步，删除上下文、速度或能力达不到底线的型号；第三步，再比较单任务成本，而不是只比较每百万 token 的标价。这样得到的是一份可以试用的候选清单，而不是一串看完仍不知道怎么选的排名。

如果两个型号非常接近，不需要强行判断谁“绝对更好”。更实用的做法是把它们加入对比页，明确你愿意用多少成本换取多少能力或速度。

继续阅读

• ChatGPT、Claude、Gemini、DeepSeek 全面对比
• AI 编程模型排行榜
• AI 模型价格与成本对比