這份快照裡，哪一個 AI 模型最好？

以智慧指標為主的預設排名中，Claude Fable 5 位居第一。但當價格、延遲、部署與任務評測加入後，真正適合的選擇可能完全不同。

最強的開放模型是哪一個？

GLM-5.2 是這份快照中領先的開放權重模型，同時兼顧強推理訊號、高吞吐量與自主部署彈性。

哪個模型的性價比最高？

MiMo-V2.5 因 token 價格低、Context 大，在價值公式中居首。它特別適合結構化、大量且成本敏感的工作。

Context window 最大，就代表結果最好嗎？

不代表。Context 容量只說明能送入多少內容；檢索設計、指令品質、模型注意力行為與評測方式，才決定這些內容是否真的產生好答案。

排行榜多久更新一次？

這是一份編輯快照，不是即時平台流量。重大模型發布，或價格、效能出現實質變動時，我們會重新校驗資料。

模型是怎麼排名的？

預設順序採用公開智慧指標；速度、價格、Context、開放性與獨立的價值公式會並列呈現，讓團隊可以挑戰預設排序。

這份排行榜是否保持供應商中立？

Tenten 不透過這個頁面販售模型 token。所有公開來源與假設都會列出，正式採用前仍建議進行任務專屬評測。

合作方式

预约咨询

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。

討論你的模型選擇依使用情境查看

資料快照: 21 Jul 2026 · 10:01 TST12 個模型已比較

獨立編輯快照 · 並非即時平台流量

AI · LEADERBOARD資料快照

01Claude Fable 5Anthropic59.9
02GPT-5.6 SolOpenAI58.9
03Kimi K3Kimi57.1
04Claude Opus 4.8Anthropic55.7
05GPT-5.6 TerraOpenAI55.0

智慧指標5 個模型已比較

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: 59.9
速度: 70tok/s
輸入／輸出: $10 / $50
Context: 1M

最適合

高風險推理與複雜 Agentic 工作流

最佳開放模型

開放權重

Z AI

智慧指標: 51.1
速度: 198tok/s
輸入／輸出: $1.4 / $4.4
Context: 1M

最適合

仍需強推理能力的自主部署情境

最佳性價比

開放權重

Xiaomi

智慧指標: 37.2
速度: 64tok/s
輸入／輸出: $0.14 / $0.29
Context: 1.05M

最適合

成本敏感的擷取與大量結構化工作

模型探索器

排序、篩選，然後並排比較。

沒有任何一個分數能說完整個故事。先縮小範圍、看懂取捨，再把最後候選放在一起比較。

12個模型

趨勢上升 · 7 天

						適合情境
#1	59.9	70 tok/s	5.8	$10 / $50input / output	1M	高風險推理與複雜 Agentic 工作流
#2	58.9	68 tok/s	9.4	$5 / $30input / output	1M	企業級推理與大規模 Context 問題解決
#3	57.1	39 tok/s	12.7	$3 / $15input / output	1M	需要開放部署選項的超長文本任務
#4	55.7	62 tok/s	8.8	$5 / $25input / output	1M	深度分析與複雜文件處理
#5	55.0	154 tok/s	18.4	$2.5 / $15input / output	1M	兼顧速度與成本的企業推理
#6	53.8	75 tok/s	31.2	$2 / $6input / output	500K	需要即時資訊的快速推理任務
#7	53.4	91 tok/s	23.1	$2 / $10input / output	1M	兼顧 Agent、程式與長文本的工作流
#8	51.2	212 tok/s	37.8	$1 / $6input / output	1M	成本可控的高吞吐量推理
#9	51.1	198 tok/s	45.3	$1.4 / $4.4input / output	1M	仍需強推理能力的自主部署情境
#10	50.6	122 tok/s	43.8	$1.25 / $4.25input / output	1.0M	大型文件分析與結構化擷取
#11	50.2	294 tok/s	24.2	$1.5 / $9input / output	1M	即時客服、翻譯與多模態輸入
#12	37.2	64 tok/s	171.1	$0.14 / $0.29input / output	1.0M	成本敏感的擷取與大量結構化工作

智慧: 59.9
速度: 70 tok/s
每百萬 token: $10 / $50
Context: 1M

最適合

高風險推理與複雜 Agentic 工作流

智慧: 58.9
速度: 68 tok/s
每百萬 token: $5 / $30
Context: 1M

最適合

企業級推理與大規模 Context 問題解決

智慧: 57.1
速度: 39 tok/s
每百萬 token: $3 / $15
Context: 1M

最適合

需要開放部署選項的超長文本任務

智慧: 55.7
速度: 62 tok/s
每百萬 token: $5 / $25
Context: 1M

最適合

深度分析與複雜文件處理

智慧: 55.0
速度: 154 tok/s
每百萬 token: $2.5 / $15
Context: 1M

最適合

兼顧速度與成本的企業推理

智慧: 53.8
速度: 75 tok/s
每百萬 token: $2 / $6
Context: 500K

最適合

需要即時資訊的快速推理任務

智慧: 53.4
速度: 91 tok/s
每百萬 token: $2 / $10
Context: 1M

最適合

兼顧 Agent、程式與長文本的工作流

智慧: 51.2
速度: 212 tok/s
每百萬 token: $1 / $6
Context: 1M

最適合

成本可控的高吞吐量推理

智慧: 51.1
速度: 198 tok/s
每百萬 token: $1.4 / $4.4
Context: 1M

最適合

仍需強推理能力的自主部署情境

智慧: 50.6
速度: 122 tok/s
每百萬 token: $1.25 / $4.25
Context: 1.0M

最適合

大型文件分析與結構化擷取

智慧: 50.2
速度: 294 tok/s
每百萬 token: $1.5 / $9
Context: 1M

最適合

即時客服、翻譯與多模態輸入

智慧: 37.2
速度: 64 tok/s
每百萬 token: $0.14 / $0.29
Context: 1.0M

最適合

成本敏感的擷取與大量結構化工作

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7月21日

1.Hy3 (free)Tencent10.2T tokens24%
2.MiMo-V2.5Xiaomi9.43T tokens29%
3.DeepSeek V4 FlashDeepSeek5.37T tokens2%
4.GLM 5.2Z.ai3.63T tokens16%
5.MiniMax M3MiniMax3.23T tokens22%
6.DeepSeek V4 ProDeepSeek2.8T tokens9%
7.Nemotron 3 Ultra (free)Nvidia2.67T tokens2%
8.Claude Opus 4.7Anthropic1.93T tokens8%
9.Claude Opus 4.8Anthropic1.91T tokens13%
10.Claude Sonnet 5Anthropic1.13T tokens21%
11.Gemini 3 Flash PreviewGoogle963B tokens3%
12.Step 3.7 FlashStepFun961B tokens5%
13.Claude Sonnet 4.6Anthropic877B tokens8%
14.Kimi K3Moonshot AI741B tokens新上榜
15.Hy3Tencent638B tokens>999%
16.GPT-5.5 (batch)OpenAI599B tokens22%
17.Gemini 2.5 FlashGoogle591B tokens3%
18.Laguna M.1 (free)Poolside575B tokens3%
19.MiMo-V2.5-ProXiaomi572B tokens12%
20.Gemini 2.5 Flash LiteGoogle570B tokens2%

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，真正需要看清楚的取捨。

目前情境

01 / 09

決策視圖

客戶服務

匹配理由

01294 tok/s 降低等待
02支援多語言輸入
03多模態分流能力強

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: 21 Jul 2026 · 10:01 TST
校驗節奏: 重大模型資料變動時重新校驗

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；真正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。

討論一條工作流程

模型探索器

排序、篩選，然後並排比較。

沒有任何一個分數能說完整個故事。先縮小範圍、看懂取捨，再把最後候選放在一起比較。

12個模型

趨勢上升 · 7 天

						適合情境
#1	59.9	70 tok/s	5.8	$10 / $50input / output	1M	高風險推理與複雜 Agentic 工作流
#2	58.9	68 tok/s	9.4	$5 / $30input / output	1M	企業級推理與大規模 Context 問題解決
#3	57.1	39 tok/s	12.7	$3 / $15input / output	1M	需要開放部署選項的超長文本任務
#4	55.7	62 tok/s	8.8	$5 / $25input / output	1M	深度分析與複雜文件處理
#5	55.0	154 tok/s	18.4	$2.5 / $15input / output	1M	兼顧速度與成本的企業推理
#6	53.8	75 tok/s	31.2	$2 / $6input / output	500K	需要即時資訊的快速推理任務
#7	53.4	91 tok/s	23.1	$2 / $10input / output	1M	兼顧 Agent、程式與長文本的工作流
#8	51.2	212 tok/s	37.8	$1 / $6input / output	1M	成本可控的高吞吐量推理
#9	51.1	198 tok/s	45.3	$1.4 / $4.4input / output	1M	仍需強推理能力的自主部署情境
#10	50.6	122 tok/s	43.8	$1.25 / $4.25input / output	1.0M	大型文件分析與結構化擷取
#11	50.2	294 tok/s	24.2	$1.5 / $9input / output	1M	即時客服、翻譯與多模態輸入
#12	37.2	64 tok/s	171.1	$0.14 / $0.29input / output	1.0M	成本敏感的擷取與大量結構化工作

智慧: 59.9
速度: 70 tok/s
每百萬 token: $10 / $50
Context: 1M

最適合

高風險推理與複雜 Agentic 工作流

智慧: 58.9
速度: 68 tok/s
每百萬 token: $5 / $30
Context: 1M

最適合

企業級推理與大規模 Context 問題解決

智慧: 57.1
速度: 39 tok/s
每百萬 token: $3 / $15
Context: 1M

最適合

需要開放部署選項的超長文本任務

智慧: 55.7
速度: 62 tok/s
每百萬 token: $5 / $25
Context: 1M

最適合

深度分析與複雜文件處理

智慧: 55.0
速度: 154 tok/s
每百萬 token: $2.5 / $15
Context: 1M

最適合

兼顧速度與成本的企業推理

智慧: 53.8
速度: 75 tok/s
每百萬 token: $2 / $6
Context: 500K

最適合

需要即時資訊的快速推理任務

智慧: 53.4
速度: 91 tok/s
每百萬 token: $2 / $10
Context: 1M

最適合

兼顧 Agent、程式與長文本的工作流

智慧: 51.2
速度: 212 tok/s
每百萬 token: $1 / $6
Context: 1M

最適合

成本可控的高吞吐量推理

智慧: 51.1
速度: 198 tok/s
每百萬 token: $1.4 / $4.4
Context: 1M

最適合

仍需強推理能力的自主部署情境

智慧: 50.6
速度: 122 tok/s
每百萬 token: $1.25 / $4.25
Context: 1.0M

最適合

大型文件分析與結構化擷取

智慧: 50.2
速度: 294 tok/s
每百萬 token: $1.5 / $9
Context: 1M

最適合

即時客服、翻譯與多模態輸入

智慧: 37.2
速度: 64 tok/s
每百萬 token: $0.14 / $0.29
Context: 1.0M

最適合

成本敏感的擷取與大量結構化工作

不是选最强的模型。而是选最适合这份工作的模型。

三個領先者，回答三種不同的決策。

排序、篩選，然後並排比較。

Claude Fable 5

GPT-5.6 Sol

Kimi K3

Claude Opus 4.8

GPT-5.6 Terra

Grok 4.5

Claude Sonnet 5

GPT-5.6 Luna

GLM-5.2

Muse Spark 1.1

Gemini 3.5 Flash

MiMo-V2.5

OpenRouter LLM 使用量排行

哪一份工作，該用哪一個模型？

客戶服務

透明到讓你有辦法不同意。

別讓 Benchmark 自己贏得辯論。

帶一條工作流程來。我們把候選模型跑過一次。

排序、篩選，然後並排比較。

Claude Fable 5

GPT-5.6 Sol

Kimi K3

Claude Opus 4.8

GPT-5.6 Terra

Grok 4.5

Claude Sonnet 5

GPT-5.6 Luna

GLM-5.2

Muse Spark 1.1

Gemini 3.5 Flash

MiMo-V2.5

不是选最强的模型。 而是选最适合 这份工作的模型。

三個領先者，回答三種不同的決策。

排序、篩選，然後並排比較。

Claude Fable 5

GPT-5.6 Sol

Kimi K3

Claude Opus 4.8

GPT-5.6 Terra

Grok 4.5

Claude Sonnet 5

GPT-5.6 Luna

GLM-5.2

Muse Spark 1.1

Gemini 3.5 Flash

MiMo-V2.5

OpenRouter LLM 使用量排行

哪一份工作，該用哪一個模型？

客戶服務

透明到讓你有辦法不同意。

別讓 Benchmark 自己贏得辯論。

01這份快照裡，哪一個 AI 模型最好？

02最強的開放模型是哪一個？

03哪個模型的性價比最高？

04Context window 最大，就代表結果最好嗎？

05排行榜多久更新一次？

06模型是怎麼排名的？

07這份排行榜是否保持供應商中立？

帶一條工作流程來。我們把候選模型跑過一次。

排序、篩選，然後並排比較。

Claude Fable 5

GPT-5.6 Sol

Kimi K3

Claude Opus 4.8

GPT-5.6 Terra

Grok 4.5

Claude Sonnet 5

GPT-5.6 Luna

GLM-5.2

Muse Spark 1.1

Gemini 3.5 Flash

MiMo-V2.5

不是选最强的模型。而是选最适合这份工作的模型。