大语言模型综合排行榜 26-02-01

原创 网球玩的人 老网的博客2026年2月1日 16:25加拿大

本周排名前10的模型为：

Gemini 3 Pro

GPT-5.2

Gemini 3 Flash

Claude Opus 4.5

GPT-5.1

Kimi-K2.5

GPT-5

DeepSeek v3.2

GLM-4.7

GPT-5.1 Mini

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。

在整合各项评测结果的基础上，计算出综合排名。

更新：

本次排名，Kimi-K2.5模型首次加入榜单。它没有特别出彩的表现，但综合实力均衡，且比Kimi-K2有明显提升，跻身第六。

artifical analysis边的数据更新了Qwen 3 max的推理模型的结果。比起非推理模型，整体能力大幅提升。

除了gpt-4.5，本榜单所有模型皆为推理模型。推理能力基本上是顶尖模型的标配了。

总结：

综合实力最强：Gemini 3 Pro

国内最强模型：Kimi-K2.5/DeepSeek v3.2/GLM-4.7

最强开源模型：Kimi-K2.5/DeepSeek v3.2/GLM-4.7

最强代码模型：Gemini 3 Pro/GPT-5.2/Claude Opus 4.5

本项目仓库：

https://github.com/Tennisatw/LLM-Leaderboard