跳至主要内容

AI · LEADERBOARD

不是选最强的模型。 而是选最适合 这份工作的模型。

把智能、速度、成本、Context 与落地条件放在同一张决策桌上。

資料快照: 16 個模型已比較

獨立編輯快照 · 並非即時平台流量

已註明日期的編輯快照

預定每週及重大模型發布後校驗。排名反映此日期的快照;下方 OpenRouter 使用量另有來源時間。

先看結論

三個領先者,回答三種不同的決策。

綜合表現最佳

封閉模型

Anthropic

智慧指標
63.1
速度
58.8tok/s
輸入/輸出
$5 / $25
Context
1M

最適合

頂尖推理與複雜 Agentic 工作流

最佳開放模型

開放權重

Kimi

智慧指標
59.7
速度
35tok/s
輸入/輸出
$3 / $15
Context
1.05M

最適合

需要最高智慧指標的自主開放權重部署

最佳價格效能比

開放權重

DeepSeek

智慧指標
51.8
速度
115tok/s
輸入/輸出
$0.14 / $0.28
Context
1.31M

最適合

成本敏感的開放模型推論與程式工作負載

OpenRouter 使用量

OpenRouter LLM 使用量排行

依 OpenRouter 實際處理的 Prompt、Completion 與 Reasoning token 排序,只顯示前 20 名。

前 20 名OpenRouter 資料 · 每小時快取上游資料 · 2026年10月20日
  1. 1.DeepSeek V4.1 Flash (batch)DeepSeek27.3T tokens32%
  2. 2.GLM 5.3 Flash (batch)Z.ai11.6T tokens10%
  3. 3.DeepSeek V4.1 Flash 1017DeepSeek11.5T tokens新上榜
  4. 4.MiMo-V2.6-FlashXiaomi9.05T tokens22%
  5. 5.Hy4 previewTencent8.16T tokens0%
  6. 6.Claude Opus 5.5 (batch)Anthropic6.8T tokens21%
  7. 7.GPT-6 Luna (batch)OpenAI6.21T tokens13%
  8. 8.Step 5 PreviewStepFun5.82T tokens61%
  9. 9.GLM 5.3 (batch)Z.ai5.32T tokens27%
  10. 10.MiniMax M3.1 Flash (free)MiniMax4.97T tokens新上榜
  11. 11.DeepSeek V4 Flash 0731DeepSeek4.71T tokens7%
  12. 12.Nemotron 3 Ultra (free)Nvidia4.5T tokens39%
  13. 13.Muse Spark 1.3 ContributorMeta3.26T tokens17%
  14. 14.Hy3Tencent3.15T tokens4%
  15. 15.DeepSeek V4 Flash 0423DeepSeek2.77T tokens13%
  16. 16.Claude Sonnet 5.5 (batch)Anthropic2.47T tokens7%
  17. 17.Claude Haiku 5.5 (batch)Anthropic1.96T tokens14%
  18. 18.GPT-6.1 Sol (batch)OpenAI1.89T tokens18%
  19. 19.Kimi K3 (batch)Moonshot AI1.83T tokens28%
  20. 20.GPT-5.6 Luna (batch)OpenAI1.69T tokens6%

從 Benchmark 回到決策

哪一份工作,該用哪一個模型?

九種常見的正式環境情境,以及團隊在承諾採用一個模型之前,需要看清楚的取捨。

目前情境

01 / 09

決策視圖

客戶服務

匹配理由

  1. 01實測吞吐量高
  2. 02單位 token 成本低
  3. 03客服任務的智慧指標強

排名方法

透明到讓你有辦法不同意。

排行榜綜合公開 Benchmark 訊號、價格、實測吞吐量、Context 與部署限制。它是決策工具,不是對模型品質的唯一答案。

資料快照
25 Aug 2026 · 10:41 TST
校驗節奏
每週及重大模型發布後重新校驗

價值分數

(智慧指標 − 25)² × min(1,速度 ÷ 30)÷(輸入成本 + 輸出成本 × 3)

輸出成本以 3 倍計入,反映正式環境多半偏輸出的使用型態;智慧指標平方,避免便宜但能力不足的模型主導排名。

智慧
公開 Benchmark 與綜合推理訊號,是預設排序的主軸。
速度
每秒輸出 token;實際體感仍會受供應商與區域影響。
成本
每百萬 token 的公開輸入/輸出價格,不含企業折扣。
部署
Context、權重開放性與自主部署條件,決定是否適合正式環境。

公開參考來源

價格與效能可能隨時變動。採購前,請用自己的 Prompt、基礎設施與風險條件重新驗證最後候選。

FAQ

別讓 Benchmark 自己贏得辯論。

TENTEN AI · MODEL EVALUATION

排行榜只是起點

帶一條工作流程來。我們把候選模型跑過一次。

模型只有通過你的文件、權限、延遲預算與失敗案例之後,才算是一個好決定。