1
Claude Opus 5 MaxAnthropic
Opus 5 Max2 sources2026年8月12日数据已过期高可信
ToolCenter 58.6
查看详情独立模型榜
模型能力排行榜
把人类偏好、推理、编程与开放权重评测分开呈现，提供可追溯的模型选型参考。
正式模型
34
已同步来源
4
审核池
71
多来源公开快照 · 不把不同 benchmark 原始分数直接相加快照时间: 2026/8/17
至少两个独立来源后才计算 ToolCenter 综合参考分。
至少两个独立公开来源
2
GPT-5.6 Sol MaxOpenAI
5.6 Sol Max2 sources2026年8月12日数据已过期高可信
ToolCenter 58.4
查看详情3
Claude Opus 4.6Anthropic
4.62 sources2026年8月12日数据已过期高可信
ToolCenter 58.0
查看详情4
1.2 xHigh2 sources2026年8月12日数据已过期高可信
ToolCenter 56.2
查看详情5
GPT-5.5 HighOpenAI
5.5 High2 sources2026年8月12日数据已过期高可信
ToolCenter 54.4
查看详情6
Claude Opus 4.6 ThinkingAnthropic
4.6 Thinking2 sources2026年8月12日数据已过期高可信
ToolCenter 53.4
查看详情7
3.8 Max2 sources2026年8月12日数据已过期高可信
ToolCenter 52.2
查看详情8
Gemini 3 ProGoogle
3 Pro2 sources2026年8月12日数据已过期高可信
ToolCenter 51.1
查看详情9
Gemini 3.7 Flash HighGoogle
3.7 Flash High2 sources2026年8月12日数据已过期高可信
ToolCenter 50.9
查看详情10
Claude Opus 4.7 ThinkingAnthropic
4.7 Thinking2 sources2026年8月12日数据已过期高可信
ToolCenter 50.3
查看详情11
GPT-5.2 CodexOpenAI
5.2 Codex2 sources2026年8月10日数据新鲜高可信
ToolCenter 26.5
查看详情数据来源与可信度
每条成绩都保留原始排名、原始分数、来源更新时间和方法论链接。过期快照会明确标注，不会伪装成实时数据。
综合参考分怎么计算
综合参考分使用标准化百分位，不替代任何官方榜单，也不代表某个来源的官方总分。
人类偏好35%
推理能力25%
编程与 Agent25%
知识与稳定性15%
至少两个独立来源后才计算 ToolCenter 综合参考分。