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
