本周排名前10的模型为：
Gemini 3.1 Pro
GPT-5.4
GPT-5.3 (codex)
GPT-5.2
Gemini 3 Pro
Claude Opus 4.6
Gemini 3 Flash
GPT-5.4-mini
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：
顶端的几个大模型的水平相似，难分高下，本周Gemini 3.1 Pro暂回榜首。
本周新上榜了小米的MiMo-V2-Pro、智谱的GLM-5-Trubo，和MiniMax的miniMax-M2.7，都是闭源模型，且表现不错，排在表格中游。
因为MMLU-Pro、AIME2025、LiveCodeBench等榜单已经基本饱和，且Artificial Analysis网站不再更新新模型的数据，本表格也考虑引入新评测榜单，以替换这些榜单。
总结：
综合实力最强：Gemini 3.1 Pro/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 3.1 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⭐。
