每个阵营只看最强与最新的两个(国产开源看最强的一个),各自在编程、办公、科研与物理世界上有什么可核对的数字。厂商数字一律是官方口径。
只收可以核对的数字,每格写明基准版本、测法和谁报的。同一列里基准或测法不同的数字不能横比,也不要跨阵营相减;空格表示还没有公开数字,不表示做得差。
最强与最新:最强是 GPT-6 Astra,依据 Artificial Analysis 智能指数 v5.0.1(max 档)57,OpenAI 已发布模型里最高;GPT-6.1 Sol 为 55(2026-11)
DevDay 上发布的 GPT-6 Sol 升级版:官方称在智能体编程、计算机操作与专业工作上接近 GPT-6 Astra,价格约为 Astra 的五分之一。
OpenAI 2026 年 9 月的新旗舰:把计算机操作、长程专业工作与网络安全同时推到新高度。
最强与最新:最强是 Claude Fable 5.2,依据 Artificial Analysis 智能指数 v5.0.1(max 档)65,总榜第一(2026-11)
Anthropic 能力最高的一档:与 Mythos 5.2 是同一个模型、两档防护;编程、计算机操作之外,第一次把机器人控制写进发布页。
Claude 5.5 家族的第一个模型:官方称多数工作上与 Fable 5.1 持平,运行成本低 40%,输出快 30% 以上。
最强与最新:最强是 Gemini 4 Carbon,依据 Artificial Analysis 智能指数 v5.0.1(high 档)60,Google 已发布模型里最高(2026-11)
Google 的新前沿模型:10 月 28 日先只给网络安全防御方,11 月 10 日向所有付费开发者与企业开放,主攻多步编程与科研。
Gemini 4 家族的第一个模型,面向开发者与企业全球开放;官方同时把它定位成「通用物理推理模型」,接进了机器人。
只看最强的一个:最强是 Kimi K3.1 Pro,依据 Artificial Analysis 智能指数 v5.0.1 为 46,开放权重第一(2026-11)
月之暗面的 2.8T MoE 原生多模态智能体模型(104B 激活、百万 token 上下文),11 月初在 Hugging Face 开放权重。
大模型这一侧发生的事,传到了科研、物理世界与 RSI。