近期多份公开大模型榜单几乎同时刷新。把 DataLearnerAI、LLMPodium、Arena AI（LMArena）、CocoLoop、infoAI 五份结果叠在一起看，会比盯着单一分数更接近真实格局：谁在综合能力上压阵，谁在对话、代码、Agent、多模态上冒尖，谁又在用性价比往前挤。

本文不做单一榜单复读，而是做交叉核对后的原创整理，方便选型时快速抓主线。

OpenAIGoogleDeepSeekKimiQwen智谱 GLMxAI GrokMiniMaxSeedance

品牌标识为站内示意图标，便于阅读识别；分数与名次均来自各榜单近期公开结果，实际以源站更新为准。

一、五份榜单交叉后的综合位置

先看“综合分”最常被引用的几份名单。名次会因权重不同而抖动，但前排面孔高度重合。

1. LLMPodium 综合 Podium Score

Anthropic ClaudeAnthropic Claude

LLMPodium 的前十几乎被 Claude 与 GPT 系列瓜分，Mythos / Fable 两条线分数尤为靠前：

  1. Claude Mythos Preview — 97.4
  2. Claude Fable 5 — 93.4
  3. Claude Fable 5.1 — 88.4
  4. GPT‑6 Astra — 86.2
  5. Kimi K3 — 83.3
  6. Claude Opus 5 — 81.4
  7. GPT‑5.6 Sol — 80.8
  8. Qwen3.8 Max — 79.8
  9. Claude Opus 4.8 — 76.0
  10. Claude Opus 4.6 Thinking — 75.0

2. DataLearnerAI 综合智能指数

OpenAIOpenAI

在 AA Intelligence Index 上，Claude Fable 5.1 多个版本长期落在 53–51 区间；GPT‑6 Astra（max / xhigh / high）同样卡在这一带。Claude Opus 5、Claude Fable 5 也稳定在 50 分以上，说明“综合智能”头部已经被两家旗舰锁住，波动更多来自版本切片，而不是突然换帅。

3. LMArena 文本对话 Elo

偏真实偏好的 Chatbot Arena 文本榜，前五仍是 Anthropic 系占优，同时出现新面孔：

  1. Claude Fable 5 (High) — Elo 1506
  2. Claude Opus 4.6 (High) — 1505
  3. Opus 4.7 (High) — 1502
  4. Muse Spark 1.2 — 1500
  5. Claude Fable 5.1 (Max) — 1498

对话体验上，Fable 5 高配版本几乎贴着 Opus 高配并跑，差距已经薄到“体感误差”级别。

4. CocoLoop 全球综合榜

OpenAI GPT OpenAI GPT

CocoLoop 的 Arena 分把 OpenAI 与 Claude 再次拉到同一桌：

  1. GPT‑5.6 Sol — 1558
  2. Claude Fable 5 — 1554
  3. Seedance 2.5 — 1554
  4. GPT‑5.6 Cyber — 1549
  5. MiniMax H3 — 1540
  6. HappyHorse 1.0 — 1534
  7. Claude Sonnet 5 — 1534
  8. Claude Opus 4.8 — 1530
  9. Seedance 2.0 — 1524
  10. Gemini Omni — 1519

Seedance Seedance

MiniMax MiniMax

Google Gemini Google Gemini

这份榜单的信息量在于：除了两家美厂旗舰，视频/生成向模型（Seedance）与国内选手（MiniMax）已经能稳定挤进前十。

5. infoAI 综合评分

Anthropic Anthropic

DeepSeek DeepSeek

xAI xAI

智谱 智谱

  1. Claude Opus 5 — 97.0
  2. DeepSeek V4 Pro — 96.4
  3. GPT‑5.6 Sol — 96.2
  4. Grok 4.6 — 95.6
  5. GPT‑5.6 Terra — 95.4
  6. GLM 5.3 — 95.4
  7. Claude Fable 5 — 95.0
  8. Kimi K3 — 93.4
  9. GPT‑5.6 Luna — 93.0
  10. GLM 5.3 Flash — 92.0

infoAI 把 DeepSeek、Grok、GLM、Kimi 一并抬进第一梯队，提醒读者：综合分并不等于“只有两家能打”。

二、按能力维度的“榜首画像”

把多榜冠军按任务切开，更容易对应真实工作流：

  • 综合智能：Claude Mythos Preview（LLMPodium）
  • 文本对话：Claude Fable 5 (High)（LMArena）
  • 数学推理：Grok 4 Heavy / Claude Mythos Preview（DataLearnerAI / LLMPodium）
  • 代码能力：Claude Fable 5.1 / DeepSeek V4.1 Flash（LLMPodium / DataLearnerAI）
  • Agent 能力：Claude Fable 5（DataLearnerAI）
  • 视觉理解：Claude Fable 5 (High)（LMArena）
  • 文生图：GPT Image 2.5 Sunburst（LMArena）
  • 文生视频：Gemini Omni 1.1 Flash（LMArena）

一句话概括：对话、Agent、视觉理解仍是 Anthropic 的舒适区；图像与工程向旗舰 OpenAI 依旧强硬；视频与部分多模态任务上，Google Gemini 更常站上桌。

三、当前格局：四条清晰主线

Anthropic Anthropic

1）整体能力天花板：Anthropic Claude 系列。 Mythos、Fable、Opus 三条产品线在综合智能、对话质量、推理、Agent、视觉等维度反复占坑，属于“多榜同时出现”的那种领先，而不是单榜偶然。

OpenAI OpenAI

2）通用旗舰双雄之一：OpenAI GPT‑6 / GPT‑5.6。 Astra 与 Sol 在综合榜与 Arena 分数上都站得住，工程、代码与生成类任务是其稳定加分项。

Moonshot Kimi Moonshot Kimi

DeepSeek DeepSeek

阿里 Qwen 阿里 Qwen

智谱 GLM 智谱 GLM

3）中国模型加速挤进前十： Kimi K3、DeepSeek V4 Pro、Qwen3.8 Max、GLM 5.3 已在多份名单进入前列。它们的卖点不只是分数，还有推理效率与性价比——对站长、开发者、批量调用场景往往更敏感。

Google Google

4）多模态赛道：Google Gemini 领跑感更强。 Gemini Omni / Flash 在视频、图像与 Agent 多模态任务上更常被点名，适合作为“跨模态工作流”的优先候选，而不是只看文本 Elo。

四、给选型的实用结论

当前全球大模型公开榜呈现相当一致的趋势：

  • Anthropic 与 OpenAI 继续占据综合能力的绝对前列；
  • 中国厂商 在前十席位与推理/性价比维度上快速追赶；
  • Google 在多模态（尤其视频相关）上更有辨识度。

若你在挑 API 或云上推理资源：先按任务切榜（对话 / 代码 / Agent / 视频），再回看综合分；同一厂商不同后缀（High、Max、Flash、Thinking）可能差一个体感档位。分数会变，任务匹配度更稳。

数据来源交叉整理自 DataLearnerAI、LLMPodium、Arena AI（LMArena）、CocoLoop、infoAI 等近期公开榜单。榜单口径不同，本文侧重“多榜一致”的结论，不替代各站原始排行页。