跳至主要內容

AI · LEADERBOARD

選模型, 先看這份工作 需要什麼。

用同一套條件比較目前可部署的 AI 模型:智慧、速度、成本、Context 與部署要求。

資料快照: 23 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
58.4
速度
96.6tok/s
輸入/輸出
$4 / $20
Context
1M

最適合

複雜推理、程式開發與長程 Agent 任務

最佳開放模型

開放權重

DeepSeek

智慧指標
32.5
速度
175tok/s
輸入/輸出
$0.15 / $0.6
Context
1.05M

最適合

採用稀疏 MoE 的文字與圖片處理

最佳價格效能比

封閉模型

Anthropic

智慧指標
36.2
速度
235.2tok/s
輸入/輸出
$0.1 / $0.5
Context
1M

最適合

大量摘要、子 Agent 與瀏覽器操作

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11月17日
  1. 1.DeepSeek V4.1 Flash 1017 (batch)DeepSeek61.9T tokens15%
  2. 2.Hy4 flashTencent22.8T tokens新上榜
  3. 3.DeepSeek V4.1 Flash (batch)DeepSeek15.9T tokens6%
  4. 4.Hy4Tencent14.3T tokens24%
  5. 5.GLM 5.3 Flash (batch)Z.ai11.5T tokens2%
  6. 6.GPT-6 Luna (batch)OpenAI8.38T tokens19%
  7. 7.Claude Opus 5.5 (batch)Anthropic7.53T tokens11%
  8. 8.Step 5 PreviewStepFun6.57T tokens5%
  9. 9.MiMo-V2.6-FlashXiaomi4.11T tokens44%
  10. 10.GLM 5.3 (batch)Z.ai3.62T tokens1%
  11. 11.GPT-6.1 Sol (batch)OpenAI3.54T tokens13%
  12. 12.Kimi K3.1 Pro (batch)Moonshot AI3.39T tokens23%
  13. 13.MiniMax M3.1 FlashMiniMax3.36T tokens22%
  14. 14.DeepSeek V4 Flash 0731 (batch)DeepSeek3.13T tokens1%
  15. 15.Nemotron 3 Ultra (free)Nvidia3.12T tokens4%
  16. 16.ERNIE-5.5-Flash-Preview (free)Baidu2.99T tokens新上榜
  17. 17.Muse Spark 1.3 ContributorMeta2.96T tokens2%
  18. 18.Nemotron 3.5 Super VL (free)Nvidia2.93T tokens2%
  19. 19.Claude Sonnet 5.5 (batch)Anthropic2.79T tokens17%
  20. 20.Claude Haiku 5.5 (batch)Anthropic2.77T tokens1%

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每秒輸出 235.2 token
  2. 02每百萬 token 輸入 0.10、輸出 0.50 美元
  3. 03定位為大量、成本敏感的任務

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
02 Nov 2026 · 06:45 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。