7 月 24 日 Anthropic 发布 Claude Opus 5，以 61 分（最大模式）夺回 Artificial Analysis Intelligence Index 榜首——领先自家 Mythos-class 的 Fable 5（60）一分。OpenAI GPT-5.6 Sol 落在 59，Moonshot 的开源 Kimi K3 以 57 分杀进前沿梯队。

Previously: Claude Fable 5

Leader actuel

Claude Opus 5

Anthropic

7 月 24 日发布。以 61 分夺回 AA Intelligence Index 榜首——价格只有 Mythos-class 梯队的一半。

Score

01Intelligence Index：61（max）/ 60（xhigh）
02SWE-bench Verified 约 96%
03$5 / $25 每百万 tokens
041M 上下文
05发布日期 2026-07-24

Runners-up

№2

Claude Fable 5

Anthropic

6 月 9 日 Mythos-class 首发；Opus 5 发布后居总榜第 2（60 分）。6 月曾短暂出口管制，6 月 23 日恢复。

Intelligence Index：60
Humanity's Last Exam：53%
Mythos-class 安全防护
1M+ 上下文 · 自适应推理
发布日期 2026-06-09

№3

GPT-5.6 Sol

OpenAI

6 月 26 日预览，7 月 9 日全面开放。Sol/Terra/Luna 分层家族；Sol max 得分 59，Terminal-Bench 2.1 达 88.8%。

Intelligence Index：59（max）
Terminal-Bench 2.1：88.8%
$5 / $30 每百万 tokens
1M 上下文
2026-07-09 全面开放

№4

Kimi K3

Moonshot AI

7 月 17 日发布。2.8T 参数开源权重 MoE——首个进入前沿梯队的开源模型，同时登顶 LMArena WebDev。

Intelligence Index：57（开源第 1）
2.8T MoE · 1M 上下文
LMArena WebDev 第 1
开放权重
发布日期 2026-07-17

№5

Grok 4.5

xAI

7 月 8 日发布，$2/$6 每百万 tokens——前沿梯队里最便宜的推理模型。

激进定价：$2 / $6 每百万
常驻推理 · 1M 上下文
agentic 与工具调用强
发布日期 2026-07-08

Change

2026 年 7 月 24 日发布。AA Intelligence Index：61（max）/ 60（xhigh），$5/$25 每百万 tokens——约为 Mythos-class 梯队一半价格。

Market

Opus 5 成为前沿默认主力；Fable 5 守住 Mythos-class 天花板；GPT-5.6 Sol 是 OpenAI 的分层回应；Kimi K3 是首个进入前沿梯队的开源模型。

Image Generation

图像生成

GPT Image 2 现在连 Artificial Analysis 文生图 Arena 质量榜也登顶了（ELO 1338）——质量与生态双冠。Reve 2.1 发布当天空降第 2（ELO 1301），字节 Seedream 5.0 Pro 进前 10，Black Forest 的 FLUX 3 限量发布，成为首个图/视频/音频 omni 模型。

Previously: GPT Image-2

Leader actuel

GPT Image 2

OpenAI

登顶 AA 文生图 Arena（ELO 1338），叠加既有生态与定价优势。

Score

1338

01AA 文生图 Arena ELO：1338（第 1）
02按 token 计费
03Batch API 50% 折扣
04高保真输入
05发布日期 2026-04-21

Runners-up

№2

Reve 2.1

Reve

7 月 9 日发布。凭借分层生成与 $24/千图的颠覆性定价，发布当天空降 AA 榜第 2。

AA 文生图 Arena ELO：1301（第 2）
分层生成
$24 / 千图
首发即一线质量

1301

№3

Seedream 5.0 Pro

ByteDance

7 月 8 日发布。图层分离 + 顶级文字渲染，跻身 AA 榜前 10。

AA 文生图 Arena ELO：1239（前 10）
图层分离
文字渲染强
$90 / 千图

1239

Change

Recraft V4.1 跌出第一梯队；Reve 2.1（7 月 9 日）与 Seedream 5.0 Pro（7 月 8 日）新进榜；FLUX 3（7 月 23 日）限量发布。

Market

质量 + 生态选 GPT Image 2；分层生成、$24/千图选 Reve 2.1；文字渲染选 Seedream 5.0 Pro；企业版权安全仍选 Firefly。

Video Generation

视频生成

Google Gemini Omni Flash 以 ELO 1240 拿下 Artificial Analysis 文生视频 Arena（含音频），终结 Seedance 2.0 的连冠（1225）。字节的回击已经在路上：Seedance 2.5（7 月 16 日起灰度）带来原生 30 秒 4K/10bit 生成，尚未入榜。OpenAI 正式退场——Sora API 将于 9 月 24 日关停。

Previously: Seedance 2.0

Leader actuel

Gemini Omni Flash

Google

以 ELO 1240 登顶 AA 文生视频 Arena（含音频）——Google 首个拿下音画同步冠军的模型。

Score

1240

01AA 含音频视频榜 #1 · ELO 1240
02原生音画同步
03Gemini Omni 全家桶集成
04API 现成可用

Runners-up

№2

Seedance 2.0 / 2.5

ByteDance

2.0 以 ELO 1225 退居第 2；2.5（原生 30 秒、4K/10bit、50 个参考输入）自 7 月 16 日灰度，尚未入榜。

AA 含音频视频榜 ELO：1225（第 2）
2.5：原生 30 秒 4K/10bit
多模态输入（文/图/音/视频）
双分支扩散 Transformer

1225

№3

Kling 3.0 Pro

Kuaishou 快手

6 月 17 日 Turbo 升级，守住亚太短视频性价比位；3.0 线原生 4K/60fps。

AA 含音频视频榜 ELO：1110
3.0 Turbo：最快迭代
原生 4K/60fps（3.0 线）
原生抖音 / TikTok 风格

1110

Change

Arena 榜首易主：Seedance 2.0 → Gemini Omni Flash（1240 vs 1225）；Seedance 2.5 自 7 月 16 日灰度上线；Sora API 9 月 24 日停服。

Market

音画同步竞技场最强选 Gemini Omni Flash；30 秒 4K 生产选 Seedance 2.5；亚太短视频性价比选 Kling 3.0。

Code Generation & Agentic Coding

代码生成与 Agentic Coding

Claude Opus 5（7 月 24 日）把 SWE-bench Verified 推到约 96%——历史新高；同时 Moonshot 的开源 Kimi K3 以 1679 分杀上 LMArena WebDev 榜首，成为第一个登顶前端代码竞技场的中国模型。代码前沿一分为二：基准榜归 Anthropic，人气榜归 Kimi。

Previously: Claude Fable 5

Leader actuel

Claude Opus 5

Anthropic

发布当天 SWE-bench Verified 约 96%（独立评测最高 97.0%）——代码新前沿。

Score

01SWE-bench Verified：约 96%（第 1）
02$5 / $25 每百万 tokens
03长程 agentic 编辑
041M 上下文
05发布日期 2026-07-24

Runners-up

№2

Kimi K3

Moonshot AI

以 1679 分登顶 LMArena WebDev——首个居该榜第 1 的中国模型。开放权重，独立评测 SWE-bench Verified 93.4%。

LMArena WebDev：1679（第 1）
开放权重 · 2.8T MoE
SWE-bench Verified：93.4%
$3 / $15 每百万 tokens
发布日期 2026-07-17

1679

№3

Claude Fable 5

Anthropic

SWE-bench Verified 95%；最难多文件、长程任务的 Mythos-class 天花板。

SWE-bench Verified：95%
Mythos-class agentic coding
1M+ 上下文
6 月出口暂停后已恢复

№4

GPT-5.6 Sol

OpenAI

Terminal-Bench 2.1 达 88.8%——沙盒终端 Agent 最强；SWE-bench Pro 64.6%。

Terminal-Bench 2.1：88.8%（第 1）
SWE-bench Pro：64.6%
内置沙盒 Shell
2026-07-09 全面开放

88.8

Change

Opus 5 登顶 SWE-bench Verified（约 96%，7 月 24 日）；Kimi K3 登顶 LMArena WebDev（1679，7 月 16 日），领先 Fable 5（1631）与 GPT-5.6 Sol（1618）。

Market

最难重构与长程 Agent 选 Opus 5；Mythos-class 天花板选 Fable 5；前端开发与开源部署选 Kimi K3；沙盒终端 Agent 选 GPT-5.6 Sol。

Voice / Speech

语音 / 音频

speech-to-speech 王位没有变化——OpenAI Realtime 2 仍领跑 agentic 语音。但组件级冠军都换成了中国厂商：阿里 Qwen-Audio-3.0-TTS-Plus 登顶 AA TTS 榜（ELO 1234），Fun-Realtime-ASR-preview 以 1.7% WER 领跑 STT。ElevenLabs 以 Music v2 和 Scribe v2 realtime 回应。

Previously: ElevenLabs v3

Leader actuel

Realtime 2

OpenAI

仍是 agentic 语音默认选择。可配置推理 speech-to-speech，配套 translate / Whisper 流式变体。

01可配置推理
02speech-to-speech agent
03流式翻译变体
04流式 STT 变体
05发布日期 2026-05-07

Runners-up

№2

Qwen-Audio-3.0-TTS-Plus

Alibaba

以 ELO 1234 登顶 AA TTS 榜——中国厂商首个 TTS 冠军。

AA TTS ELO：1234（第 1）
2026 年 7 月发布
多语言 + 中日韩强势
阿里云原生

1234

№3

ElevenLabs v3

ElevenLabs

AA TTS 滑到第 11，但仍是角色声音克隆默认；新增 Scribe v2 realtime 与 Music v2 API。

角色声音克隆 SOTA
Scribe v2 realtime STT（2.2% WER）
Music v2 API（6 月 15 日）
100+ 语言

Change

TTS 冠军：Fun-Realtime-TTS → Qwen-Audio-3.0-TTS-Plus（1234）；STT 冠军：MAI-Transcribe-1.5 → Fun-Realtime-ASR-preview（1.7% WER）。

Market

agentic 语音选 Realtime 2；纯 TTS 质量选 Qwen-Audio-3.0-TTS-Plus；转录选 Fun-Realtime-ASR；角色声音克隆选 ElevenLabs v3。

Music Generation

音乐生成

更正上月判断：Suno v6 最终没有发布——v5.5 仍是线上默认与类目第一。真正的动作在别处：ElevenLabs Music v2 于 6 月 15 日上线 API，Google Lyria 继续借 Gemini Omni 走跨模态 any-to-music 路线。

Leader actuel

Suno v5.5

Suno

仍是 Suno 最新版本——v6 并未发布。整曲连贯与歌词韵律最佳。

01整曲连贯 SOTA
02歌词韵律最佳
03多语言演唱
04风格迁移

Runners-up

№2

Udio v3

Udio

录音棚级混音，分轨输出。

分轨输出
录音棚级混音
电子曲风强势
DAW 友好

№3

ElevenLabs Music v2

ElevenLabs

6 月 15 日上线 API。基于授权曲库的音乐生成，支持微调。

API 优先的音乐生成
授权曲库
Music Finetunes API
与 ElevenLabs 语音栈集成

Change

Suno v6 错过传闻中的 6 月窗口，至今未官宣；v5.5 稳居第 1。ElevenLabs Music v2 经 API 入场。

Market

整曲生成选 Suno v5.5；录音棚级分轨选 Udio v3；授权曲库工作流选 ElevenLabs Music v2；跨模态走 Gemini Omni 调 Lyria。

Vision / Multimodal Understanding

视觉 / 多模态理解

Fable 5 以 1327 ELO 拿下 LMArena Vision 榜首，终结 Opus 4.7 一代的霸榜。Opus 5 与 GPT-5.6 Sol 在身后约 15 分以内紧咬——视觉榜头部第一次变成真正的三厂竞赛。

Previously: Claude Opus 4.7-thinking

Leader actuel

Claude Fable 5

Anthropic

以 1327 分登顶 LMArena Vision（7 月 12 日按新票仓重算）——同时领跑文本竞技场。

Score

1327

01LMArena Vision ELO：1327（第 1）
02文本竞技场同居第 1
03OCR + 文档理解 SOTA
041M+ 上下文

Runners-up

№2

Claude Opus 5

Anthropic

新多模态旗舰，Vision 榜上距 Fable 5 仅约 15 ELO。

前沿多模态理解
文档问答 + 图表
$5 / $25 每百万 tokens
发布日期 2026-07-24

№3

Gemini 3.1 Pro

Google

视频理解与长时序推理最佳。

视频理解 SOTA
长时序推理
集成 Robotics-ER 1.6
200 万 token+ 多模态

Change

Vision 第 1 易主：Opus 4.7-thinking（1309）→ Fable 5（1327，7 月 12 日按新票仓重算）。

Market

OCR / 文档问答 / 图表理解选 Anthropic；图像支撑的推理链选 GPT-5.6 Sol；视频理解选 Gemini 3.1 Pro。

Open-Source / Open-Weights

开源 / 开放权重

Moonshot 的 Kimi K3（7 月 17 日）成为新的开源之王：2.8T 参数 MoE，AA Intelligence Index 57——全球第 3，首个进入前沿梯队的开源模型，距 Opus 5 仅 4 分，还 outright 登顶 LMArena WebDev。代价是输出定价涨到 $15/百万，接近 K2.6 的 4 倍。

Previously: Kimi K2.6

Leader actuel

Kimi K3

Moonshot AI

AA Intelligence Index 57 居开源榜首——全球第 3，距闭源前沿仅 4 分。同时登顶 LMArena WebDev。

Score

01AA Intelligence Index：57（开源第 1）
022.8T MoE · 1M 上下文
03LMArena WebDev 第 1
04$3 / $15 每百万 tokens
05发布日期 2026-07-17

Runners-up

№2

Kimi K2.6

Moonshot AI

前任开源之王，现在是 K 系的性价比之选：Index 54，输出价仅为 K3 的 1/4。

AA Intelligence Index：54
开源权重
输出约 $4 / 百万（K3 为 $15）
中英双强

№3

DeepSeek V4 Pro

DeepSeek

MIT 开源权重，AA Intelligence Index 52——便宜的前沿级推理默认。满血 V4 仍只是传闻。

AA Intelligence Index：52
MIT 许可 · 开放权重
$0.435 / $0.87 每百万
1M tokens 上下文

№4

Gemma 4 12B

Google

Apache 2.0 开放权重。encoder-free 原生多模态，256K 上下文，16GB 笔记本即可本地跑。

Apache 2.0 · 开放权重
256K 上下文 · 原生多模态
16GB 显存可跑
MMLU-Pro 77.2 · GPQA-Diamond 78.8

Change

Kimi K3（57）从 K2.6（54）手中接过开源王座；K2.7 Code（1T/32B MoE）6 月中补强编程线；DeepSeek V4 满血版仍只是传闻。

Market

前沿级开源部署选 Kimi K3；同生态、输出价仅 1/4 选 K2.6；便宜推理选 DeepSeek V4 Pro；端侧多模态选 Gemma 4 12B。

每美元智能

性价比 / 价格性能比

性价比之战进入僵持：DeepSeek 自 4 月起没动过价格，V4 Flash 仍以混合约 $0.06 / 百万 tokens 提供 Intelligence Index 47——同级旗舰的十分之一。两件事值得注意：旧的 deepseek-chat/reasoner 别名 7 月 24 日退役（需迁移到 deepseek-v4-flash/pro）；MiniMax M3 上市促销结束，回到 $0.60/$2.40 标准价。

Leader actuel

DeepSeek V4 Flash

DeepSeek

每美元智能之王，自 4 月未调价。Index 47，$0.14/$0.28 每百万 tokens——约为同档 Flash 旗舰的十分之一。

Score

01AA Intelligence Index：47
02$0.14 输入 / $0.28 输出每百万
03混合 ≈ $0.06 / 百万
04MIT 开源权重 · 1M 上下文

Runners-up

№2

DeepSeek V4 Pro

DeepSeek

高智能 + 低价象限的最佳平衡。Intelligence Index 52，$0.435/$0.87——仅为同档旗舰的零头。

AA Intelligence Index：52
$0.435 输入 / $0.87 输出每百万
前沿级推理
MIT 开源权重

№3

MiniMax M3

MiniMax

SWE-bench Verified 80%+ 里最便宜的模型。上市促销结束，现为 $0.60/$2.40 标准价。

SWE-bench Verified：80%+
$0.60 输入 / $2.40 输出每百万
最便宜的 agentic 可用梯队
开放权重

Change

头部厂商无调价；DeepSeek 旧别名 7 月 24 日退役；MiniMax M3 促销结束；GLM-5.2 开放按量 API。

Market

超大批量低成本选 V4 Flash；要更强推理又想省钱选 V4 Pro；要最便宜的 SWE-bench 80%+ 选 MiniMax M3；想分散厂商选 Qwen3.7 Plus。

Editorial · 07 observations

Ce qui a changé ce mois-ci

What changed across the AI model landscape this month — distilled from the data above.

Opus 5 以半价夺回王座

Mythos-class Fable 5 发布仅六周后，Anthropic 又推出 Opus 5（7 月 24 日）：Intelligence Index 61，$5/$25——用 Opus 档的价格给到接近 Mythos 的智能。前沿迭代节奏已按周计算，Anthropic 包揽总榜前三（Opus 5 max、Opus 5 xhigh、Fable 5）。

Kimi K3：开源进入前沿梯队

Moonshot 2.8T 参数的 Kimi K3（7 月 17 日）拿到 Intelligence Index 57——全球第 3，距 Opus 5 仅 4 分——并登顶 LMArena WebDev，成为首个领跑该榜的中国模型。开源权重不再低人一档，而是进入前沿带。

GPT-5.6：OpenAI 的分层回应

Sol/Terra/Luna 家族（6 月 26 日预览，7 月 9 日 GA）把前沿拆成价格-性能分层。Sol max 拿到 Intelligence Index 59 并领跑 Terminal-Bench 2.1（88.8%）——有竞争力，但这是 OpenAI 第一次处于追赶位置，而不是定调位置。

视频王座归 Google，字节迅速回击

Gemini Omni Flash 终结 Seedance 2.0 在 AA 视频榜的连冠（1240 对 1225）。字节 Seedance 2.5（原生 30 秒 4K）已在灰度放量，而 OpenAI 彻底退出战场——Sora API 将于 9 月 24 日停服。

没等到的那款音乐模型

市场普遍预期 6 月发布的 Suno v6 最终没有落地——v5.5 仍是第一。与此同时 ElevenLabs Music v2 借 API 悄然入场，主打授权曲库。音乐是本月唯一前沿停滞的类目。

中国厂商包揽语音组件冠军

阿里 Qwen-Audio-3.0-TTS-Plus 拿下 AA TTS 冠军（ELO 1234），Fun-Realtime-ASR-preview 领跑 STT（1.7% WER）。OpenAI 仍占据 speech-to-speech agent 层，但语音的「卖水生意」已转移到中国厂商手中。

性价比之战进入僵持

DeepSeek 自 4 月未调价——V4 Flash 混合约 $0.06 仍领跑每美元智能。本月看点是结构性的：旧别名 7 月 24 日退役，MiniMax M3 促销结束，GLM-5.2 开放按量。传闻 OpenAI 正考虑大幅降价，但尚未落地。

Sources

[01]
Artificial Analysisbenchmark
2026-07-27
[02]
LMArena Leaderboardcommunity leaderboard
2026-07-27
[03]
SWE-bench Leaderboardbenchmark
2026-07-27
[04]
OpenAI Changelogofficial changelog
2026-07-27
[05]
Anthropic Newsofficial changelog
2026-07-27
[06]
Google DeepMind Blogofficial changelog
2026-07-27
[07]
DeepSeek API Pricingofficial changelog
2026-07-27
[08]
Moonshot AI / Kimiofficial changelog
2026-07-27
[09]
Artificial Analysis Video Arenabenchmark
2026-07-27
[10]
Artificial Analysis Speech Leaderboardsbenchmark
2026-07-27