№2
Claude Opus 4.7
Anthropic4 月 16 日发布，长上下文与代码审查最强。
- SWE-Bench Pro: 64.3%
- MCP-Atlas: 79.1%
- 多步推理最稳定
- 代码逻辑审查最细致
- 100 万 token 上下文
86
VOL. 2026ISSUE 04محدّث حتى 2026-04-29paibao.ai / leaderboards
لوحة المتصدرين الشهرية لنماذج LLM
ثماني فئات. أربعة وعشرون نموذجًا رائدًا. تحديث شهري. مع اقتباسات صديقة للذكاء الاصطناعي.
8
categories
24
models
6
sources
Archive · 02 issues
LlmLeaderboard.archiveHeading
LlmLeaderboard.archiveSubhead
01
Text Generation & Reasoning
توليد النص والاستدلال
يدخل 2026 عصر الثلاثة الكبار — لا نموذج مهيمن واحد، الاختيار الأفضل يعتمد على المهمة المطروحة.
Previously: GPT-5.4
المتصدر الحالي
GPT-5.5
OpenAI
4 月 23 日发布，首个全量重训基础模型。
الدرجة
89
- 01Terminal-Bench 2.0: 82.7%
- 02OSWorld-Verified: 78.7%
- 03GDPval: 84.9%
- 04ARC-AGI-2: 85.0%
- 05100 万 token 上下文
Runners-up
№3
Gemini 3.1 Pro
Google预览中，数学与算法竞赛最强。
- LiveCodeBench Elo: 2887
- 100 万 token 上下文
- 价格最低（$2/$12）
- 视频理解领先
- 性价比最高
~85
Tags1M Token 上下文Agentic 工作流多模态理解
02
Text-to-Image
تحويل النص إلى صورة
يستحوذ GPT Image-2 على العرش بدقة عرض نص 99.2%، بينما يحتفظ Nano Banana 2 بميزة في التوليد الفوري.
Previously: Nano Banana 2
المتصدر الحالي
GPT Image-2
OpenAI
文本渲染准确率最高。
الدرجة
99.2%
- 01文本渲染准确率 99.2%
- 02支持中文 / 阿拉伯语
- 03空间逻辑与解剖正确性
- 04角色一致性
- 05Thinking Mode 推理引擎
Runners-up
№2
Nano Banana 2
Google极速 4K 生成，实时联网搜索。
- Flash 架构极速生成
- 4K 图像 4-15 秒
- 实时联网搜索集成
- 速度最快
- 与 Gemini 生态深度集成
4-15s
№3
Flux Pro
Black Forest Labs开源生态最强。
- 开源可商用
- 社区生态丰富
- 风格多样性
- 本地部署能力
Tags4K 生成多语言文本角色一致性实时生成
03
Text-to-Video
تحويل النص إلى فيديو
خرج Sora 2 من المنافسة؛ يقود Google Veo 3.1 الآن في القدرة الإجمالية، بينما يقود Seedance 2.0 وKling 3.0 في تخصصات محددة.
Previously: Sora 2
المتصدر الحالي
Veo 3.1
Google
原生音频 + 多镜头，综合实力最强。
- 01原生音频生成
- 02多镜头叙事
- 03物理模拟优秀
- 04与 YouTube 生态集成
Runners-up
№2
Seedance 2.0
ByteDance多镜头故事板能力最强。
- 多镜头故事板
- 镜头语言专业
- 国产模型代表
- 抖音生态集成
№3
Kling 3.0 Omni
Kuaishou电影级画质 + 对口型最强。
- 电影级画质
- 对口型最精准
- 快手生态集成
- 中文场景优化
Tags原生音频多镜头叙事电影级画质对口型
04
Code Generation
توليد الكود
يستعيد GPT-5.5 الصدارة في برمجة الوكيل الطرفي؛ لا يزال Claude Opus 4.7 يمتلك إعادة البناء متعدد الملفات وتنسيق الأدوات.
Previously: Claude Opus 4.6
المتصدر الحالي
GPT-5.5
OpenAI
Terminal-Bench 2.0 第一，Agentic 编码最强。
الدرجة
82.7%
- 01Terminal-Bench 2.0: 82.7%
- 02Expert-SWE: 73.1%
- 03自主编码判断力
- 04相同任务 token 更少
Runners-up
№2
Claude Opus 4.7
AnthropicSWE-Bench Pro 第一，多文件重构最强。
- SWE-Bench Pro: 64.3%
- MCP-Atlas: 79.1%
- 多文件逻辑审查
- 代码漏洞捕获
64.3%
№3
Gemini 3.1 Pro
GoogleLiveCodeBench 第一，算法竞赛最强。
- LiveCodeBench Elo: 2887
- 1M 上下文全仓库分析
- 价格最低
- 算法竞赛最优
2887 Elo
TagsAgentic 编码多文件重构工具编排算法竞赛
05
Text-to-Speech
تحويل النص إلى كلام
تظل ElevenLabs المعيار الصناعي لواقعية الصوت واستنساخه؛ تقود Hume AI في الصوت العاطفي.
Previously: ElevenLabs v2
المتصدر الحالي
ElevenLabs v3
ElevenLabs
行业标杆级语音真实感。
الدرجة
9.2/10
- 01真实感评分 9.2/10
- 0275ms 超低延迟
- 0329+ 语言支持
- 04Professional Clone 质量
- 05企业级 API
Runners-up
№2
Hume AI Octave
Hume AI情感 AI 语音第一。
- 情感识别 9.3/10
- 情感回应能力
- 共情交互
- 情绪感知精准
9.3/10
№3
GPT-4o Voice
OpenAI实时对话体验最佳。
- 低延迟实时对话
- 自然语音输出
- 多语言实时翻译
- 与 ChatGPT 深度集成
Tags超低延迟情感语音语音克隆多语言
06
AI Music Generation
توليد الموسيقى بالذكاء الاصطناعي
تظل Suno v5.5 المنصة الأكثر استخدامًا؛ تتميز الأدوات في السرعة، ما بعد الإنتاج، ونشر المؤسسات.
Previously: Suno v5
المتصدر الحالي
Suno v5.5
Suno
使用最广泛的 AI 音乐平台。
- 01最广泛用户基础
- 02Studio 多轨编辑
- 03MIDI 导出
- 04最快出成品歌曲
Runners-up
№2
Udio v1.5
Udio后期编辑与分轨控制最强。
- 分轨下载
- 混音控制
- 调性调整
- 专业后期编辑
№3
Lyria 3 Pro
Google DeepMind企业 / API 部署最佳。
- Vertex AI 输出
- 结构化生成
- 版权清晰
- 企业级部署
Tags多轨编辑MIDI 导出分轨控制版权安全
07
Vision Understanding
فهم الرؤية
يحتفظ GPT-4o Vision بأقوى ريادة عامة الأغراض؛ يقود Gemini Vision في فهم الفيديو وتحليل المستندات الطويلة.
المتصدر الحالي
GPT-4o Vision
OpenAI
通用视觉理解最强。
- 01UI 界面解析
- 02图表理解
- 03实时视觉对话
- 04多模态融合
Runners-up
№2
Gemini Vision
Google视频理解与长文档第一。
- 百万 token 长文档
- 视频理解领先
- 多帧分析
- 与搜索集成
№3
Qwen-VL
Alibaba国产视觉模型第一。
- 中文场景优化
- 开源可商用
- 多模态推理
- 本地部署
Tags实时视觉长文档解析UI 解析多语言
08
Open Source
المصادر المفتوحة
تقترب النماذج مفتوحة المصدر بسرعة من النماذج المغلقة في عدة معايير. Llama 4، DeepSeek V4، وQwen3 يشكلون الفئة الأولى.
Previously: Llama 3
المتصدر الحالي
Llama 4
Meta
开源生态最完善。
- 01多模态支持
- 02社区生态最大
- 03可商用许可
- 04多尺寸选择
Runners-up
№2
DeepSeek V4
DeepSeek推理与代码能力全面进化的开源旗舰。
- 数学与推理能力显著提升
- 代码生成业界最强
- MoE 架构高效
- API 价格极低
№3
Qwen3
Alibaba中文开源模型第一。
- 中文理解最强
- 多模态支持
- Agent 能力
- 全尺寸覆盖
Tags多模态可商用本地部署低成本
Editorial · 06 observations
ما تغير هذا الشهر
What changed across the AI model landscape this month — distilled from the data above.
01
من الهيمنة الفردية إلى منافسة المتخصصين
في 2026 انتقل الذكاء الاصطناعي من نموذج واحد عام الأغراض إلى نموذج 'اختر النموذج للمهمة'. كل مكان متخصص له نموذج خبير؛ التوجيه متعدد النماذج هو الآن العمارة المعيارية للمؤسسات.
02
GPT-5.5 وClaude Opus 4.7 — الحدود المزدوجة
صدرا في 16 و23 أبريل 2026 على التوالي، الاثنان يحددان الآن أحدث ما توصل إليه. يفوز GPT-5.5 في البرمجة الوكيلية واستخدام الطرفية؛ يفوز Claude في مراجعة الكود وإعادة البناء.
03
أصبح سياق 1M المعيار الجديد
من 128K إلى 1M token — يدعم Gemini 3.1 Pro وClaude Opus 4.7 وGPT-5.5 الآن جميعها سياق 1M+، مما يجعل تحليل المستودع الكامل ممكنًا.
04
النماذج مفتوحة المصدر تلحق بسرعة
Llama 4 وDeepSeek V4 وQwen3 يطابقون الآن النماذج المغلقة في عدة معايير بـ 1/10 من السعر أو أقل.
05
النماذج الصينية المحلية تخترق عالميًا
Seedance 2.0 (فيديو) وQwen3 (مفتوح المصدر) وKling 3.0 (فيديو) وQwen-VL (رؤية) دخلوا جميعًا أعلى ثلاثة عالميًا في مجالاتهم.
06
أسعار API تستمر في الانخفاض
انخفضت أسعار LLM API بنحو 80% في 2025-2026. خفض Gemini 2.0 Flash بسعر $0.10/1M tokens حاجز تطبيقات الذكاء الاصطناعي بشكل كبير.
المصادر
- [01]Artificial Analysisbenchmark
- [02]LMArena Leaderboardcommunity leaderboard
- [03]Hugging Face Open LLM Leaderboardcommunity leaderboard
- [04]OpenAI Changelogofficial changelog
- [05]Anthropic Newsofficial changelog
- [06]Google DeepMind Blogofficial changelog