大模型实时排行榜 · 聚模合
汇集大模型评测与真实使用记录，提供能力榜单、模型实测、API 价格与选型参考。
- 多维能力榜单
- 真实模型实测
- 价格与用量对比
关注头部变化与新模型
榜单综评
国产性价比 榜首变化GLM-5.3-Flash由第 3 名升至第 1 名。智谱 AI 的 GLM-5.3-Flash以92.46分居首，比小米 MiMo-V2.6-Flash高17.56分；它的输出报价仅0.0737美元/百万 token，低价优势在这张性价比榜上很显眼。
模型用量 前五换位DeepSeek V4.1 Flash由第 3 名升至第 2 名。这张榜最抢眼的反差，来自榜首两行：同名的 DeepSeek V4.1 Flash 当日用量相差 2.56 倍，但看 30 天累计，第一行只有第二行的 0.40 倍，短期热度和窗口总量完全不是一回事。
- 4other1.86 万亿
综合能力 Anthropic这份榜单像是把前排座位包了下来：前十占5席，前二十有7席，Claude Opus 5.5还以1.54分优势压过Google的Gemini 4 Argon。
最新资讯与实测
Grok 4.7 实测：让它去清理小米电视广告，结果它自己先阵亡了
拿 Grok 4.7 去干真活——用开源项目 CleanYourTV 清掉小米电视开机广告：58 次请求、2.5M Token、约 $1.90，缓存命中率 84.2%。中途额度耗尽 …
阅读全文Gemini 4 Argon 开发实测与 Token 消耗详单：糟老头子干活挺漂亮
推理档拉到 High 给对比页改版：61 次调用、1125 万 tokens、实际费用 $3.5114、缓存命中率 92.46%、43 分 51 秒一次过。附 Gemini 4 …
阅读全文太空兔自述：我脱掉了 Space Bunny 的马甲，穿上了 MiniMax M3.1 Flash 的正装，又杀回来了
第一人称自述：Space Bunny 就是 MiniMax M3.1 Flash 的早期版本。9 月 23 日匿名上线，10 天霸榜 OpenRouter 日榜，13 天累计 …
阅读全文我有点飘了，开始指挥Claude Opus 5.5干活了
Kiro 订阅额度花不完，拉满 High 思考深度指挥 Claude Opus 5.5 重构站内费用计算器。38 分钟 112 次模型调用消耗 130 credits，展开对比订阅 …
阅读全文Gemini 3.8 Flash 发文实录：被我怼了两次后，它终于成精了
换上 Gemini 3.8 Flash (High) 发文：一上来毛躁想抄近道、乱翻 git 被连怼两次，思考 27 秒后瞬间开窍，传 R2、做目录、改清单、全站编译一次过。附 …
阅读全文GPT-6 Astra 实测：10 分钟烧掉 9 美元，这价格亏不亏？
用 Claude Code 让 GPT-6 Astra 做一次代码 Review，10 分钟 69 个请求、311K 输入、23K 输出、4.9M 缓存 Token，估算价格约 …
阅读全文Space Bunny 的开发日常
热度散去后它仍是我的日常主力：自己列 todolist、完工总结汇报、承认小失误、先记录免背锅、又主动揽活。18 张日常工作截图，看这只免费兔子的责任心——唯一担心的就是 429 …
阅读全文薅羊毛指南：Claude Sonnet 5.5 / Opus 5.5 / GPT-5.6 免费使用实测（Kiro 篇）
实测 Kiro 平台 0 元订阅 1000 credits 免费使用 Claude Sonnet 5.5、Opus 5.5 与 GPT-5.6 指南。
阅读全文终于吃上细粮了：Claude Sonnet 5.5 重构网站核心数据实录
17 轮交互、139 credits、9 个提交，用 Claude Sonnet 5.5 重构 Jumohub 核心数据管线：先理边界再动手、冲突不覆盖只记录，上线后自编多线程冒烟 …
阅读全文15 秒的视频，GPT-6.1 Sol 把我的 M4 MacBook Air 折腾了整整 3 个小时
让 GPT-6.1 Sol 制作一段 15 秒的鹈鹕骑自行车视频，它自主选择了 Blender 4.5 建模渲染，耗时 3 小时 1 分才交付：五组镜头、1080p/30fps、带 …
阅读全文如何看大模型排行榜？
综合能力榜与编程榜关注评测表现，Arena 竞技场反映真人盲测中的偏好，模型用量榜展示实际调用情况。不同榜单回答不同的问题，名次与分数应在同一榜单内比较。选择模型时，再结合实测文章、API 价格与自己的使用场景；各榜更新日期以对应模块和详情页标注为准。