№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 042026-04-29 tarihinde güncellendipaibao.ai / leaderboards
Aylık LLM Sıralaması
Sekiz kategori. Yirmi dört önde gelen model. Aylık güncellenir. AI dostu alıntılar dahildir.
8
categories
24
models
6
sources
Archive · 02 issues
LlmLeaderboard.archiveHeading
LlmLeaderboard.archiveSubhead
01
Text Generation & Reasoning
Metin Üretimi ve Akıl Yürütme
2026, üç dev modelin çağına giriyor — tek baskın model yok, en iyi seçim göreve bağlı.
Previously: GPT-5.4
Mevcut lider
GPT-5.5
OpenAI
4 月 23 日发布，首个全量重训基础模型。
Puan
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
Metinden Görüntüye
GPT Image-2, %99,2 metin renderleme doğruluğuyla tahta çıkıyor; Nano Banana 2 ise gerçek zamanlı üretimde öne çıkıyor.
Previously: Nano Banana 2
Mevcut lider
GPT Image-2
OpenAI
文本渲染准确率最高。
Puan
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
Metinden Videoya
Sora 2 yarıştan çekildi; Google Veo 3.1 artık genel yetenekte liderlik ederken, Seedance 2.0 ve Kling 3.0 belirli nişlerde lider.
Previously: Sora 2
Mevcut lider
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
Kod Üretimi
GPT-5.5, terminal-ajan kodlamada liderliği geri alıyor; Claude Opus 4.7 hâlâ çok dosyalı refaktörleme ve araç orkestrasyonunda hâkim.
Previously: Claude Opus 4.6
Mevcut lider
GPT-5.5
OpenAI
Terminal-Bench 2.0 第一，Agentic 编码最强。
Puan
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
Metinden Konuşmaya
ElevenLabs, ses gerçekçiliği ve klonlamada endüstri referansı olmayı sürdürüyor; Hume AI duygusal seste lider.
Previously: ElevenLabs v2
Mevcut lider
ElevenLabs v3
ElevenLabs
行业标杆级语音真实感。
Puan
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
AI Müzik Üretimi
Suno v5.5, en yaygın kullanılan platform olmayı sürdürüyor; araçlar hız, post-prodüksiyon ve kurumsal dağıtımda farklılaşıyor.
Previously: Suno v5
Mevcut lider
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
Görsel Anlama
GPT-4o Vision genel amaçlı liderliğini sürdürüyor; Gemini Vision video anlama ve uzun belge ayrıştırmada lider.
Mevcut lider
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
Açık Kaynak
Açık kaynak modeller, kapalı kaynak modellere birkaç kıyaslamada hızla yetişiyor. Llama 4, DeepSeek V4 ve Qwen3 ilk kademeyi oluşturuyor.
Previously: Llama 3
Mevcut lider
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
Bu ay ne değişti
What changed across the AI model landscape this month — distilled from the data above.
01
Tek hâkimiyetten uzman rekabetine
2026'da AI, tek genel amaçlı modelden 'göreve göre model seç' paradigmasına geçti. Her niş kendi uzmanına sahip; çoklu-model yönlendirme artık kurumsal standart mimari.
02
GPT-5.5 ve Claude Opus 4.7 — ikili sınır
16 ve 23 Nisan 2026'da sırasıyla yayınlanan ikisi şimdi en üst düzeyi tanımlıyor. GPT-5.5 ajantik kodlama ve terminal kullanımında kazanıyor; Claude kod incelemesi ve refaktöringde kazanıyor.
03
1M bağlam yeni standart oluyor
128K'dan 1M token'a — Gemini 3.1 Pro, Claude Opus 4.7 ve GPT-5.5 artık 1M+ bağlam destekliyor, tüm-repo analizini mümkün kılıyor.
04
Açık kaynak hızla yetişiyor
Llama 4, DeepSeek V4 ve Qwen3 artık fiyatın 1/10'una veya daha azına birkaç kıyaslamada kapalı kaynakla eşleşiyor.
05
Yerli Çin modelleri küresel atılım yapıyor
Seedance 2.0 (video), Qwen3 (açık kaynak), Kling 3.0 (video) ve Qwen-VL (görsel) hepsi kendi alanlarında küresel ilk üçe girdi.
06
API fiyatları düşmeye devam ediyor
LLM API fiyatları 2025-2026'da yaklaşık %80 düştü. Gemini 2.0 Flash $0,10 / 1M token ile AI uygulamalarına engeli dramatik şekilde düşürdü.
Kaynaklar
- [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