本周排名前10的模型为：
GPT-5.4
GPT-5.3 (codex)
Gemini 3.1 Pro
GPT-5.2
Claude Opus 4.6
Gemini 3 Pro
Gemini 3 Flash
Grok 4.20
Claude Sonnet 4.6
Claude Opus 4.5
简介：
本表格汇总了常用大语言模型在主流评测排行榜上的表现。评测范围涵盖：
人类偏好（文字和视觉），知识与推理，数学能力，代码能力，长文本推理，和指令遵循能力等等
在整合各项评测结果的基础上，计算出综合排名。
更新：
本周，GPT-5.4荣登榜首，Grok 4.20也进入到了前十名。
但和GPT-5.4交流时，它的回答总是很模板化，套路化。不知道大家和我感觉是否一致。
总结：
综合实力最强：GPT-5.4
国内最强模型：Qwen 3.5 397b
最强开源模型：Qwen 3.5 397b
最强代码模型：Gemini 3 Pro/Claude Opus 4.6
本项目仓库：
https://github.com/Tennisatw/LLM-Leaderboard
如果觉得本图有帮助，欢迎点个⭐。
