行行查
行业研究数据库
人工智能行业研究:主流大语言模型能力排名
- 人工智能
- 大语言模型
- 自然语言处理
- AI评测体系
- 智能体能力
- 代码生成
- 逻辑推理
- 模型排行榜
- 闭源模型
- 开源模型
- 大模型
主流大语言模型的能力排名依据的是Artificial Analysis Intelligence Index v4.3。该指数综合评估了多个维度,包括GPQA(研究生级别问题回答)、AIME(数学竞赛题)、Terminal Bench(终端操作能力)、SciCode(科学代码生成)、HumanEval(人类评估代码)、LiveCodeBench(实时编程基准)以及LCB-v1等测试集。目前排名靠前的模型包括Claude-3.7-Sonnet、Gemini-2.5-Pro、o3-high和o4-mini-high等,其得分集中在58至52分区间;中游梯队如GPT-4o、Qwen-Max、DeepSeek-V3等得分在48至44之间;而部分开源或较早期模型如Mistral-Large、Llama-3.1-405B等则处于30多分水平。值得注意的是,部分模型标注为“无公开API”,意味着其能力虽强但未对外开放调用接口。整体来看,闭源模型在综合能力上仍占据优势,尤其在复杂推理与代码生成任务中表现突出,而开源模型正逐步缩小差距,但在高阶认知任务上仍有提升空间。
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










