AICoder
2026 实时验证

AI Coding 模型排行榜

聚合全球 7 大权威基准镜像与真实开发任务场景评测。官方公开数据透明对齐，中立客观，无付费排名。

6数据源
103模型总数
0评测用例
September 2026数据周期
2026-09-30最近更新
●我们从 6 大公开评测机构直接拉取原始榜单，不做二次加权、不做综合排名。想深入了解，点每张卡片右上角「查看官方榜单」。
🧩适配矩阵⚔️横向 PK
ADSponsored

📌 7 大官方榜单 · 直连镜像

每张卡片是一家评测机构的 Top-5 缩略图。点「展开完整」查看该机构完整榜单，或直接跳转官方页面。数据 100% 来自各机构，我们不做归纳计算。

LMArena Code ★
真人盲评实时代码生成与编程 Elo 天梯
编码
指标:Coding Elo· 51 个模型
  1. #1Claude Opus 5.51820.3
  2. #2GPT-6 Astra1792
  3. #3Claude Fable 5.11753
  4. #4Claude Sonnet 5.51698.8
  5. #5Claude Opus 51694
官方 ↗
LMArena Agent
真人盲评的真实 Agent 编码会话
Agent
指标:Agent Score· 33 个模型
  1. #1Claude Fable 5.114.06
  2. #2Claude Opus 5.511.84
  3. #3GPT-6 Astra10.36
  4. #4Claude Opus 59.54
  5. #5GPT-6 Sol8.8
官方 ↗
CursorBench
Cursor 官方 Agent 编码基准 (v4.0)
Agent
指标:Pass rate%· 12 个模型
  1. #1Claude Opus 5.557.8%
  2. #2Claude Fable 5.151.8%
  3. #3Claude Opus 546.6%
  4. #4Grok 4.746.3%
  5. #5GPT-5.6 Sol41.7%
官方 ↗
Artificial Analysis
专业权威第三方独立大模型智力指数
综合
指标:Intelligence Index· 97 个模型
  1. #1Claude Opus 5.557.6
  2. #2Claude Sonnet 5.556
  3. #3Claude Fable 5.153.4
  4. #4GPT-6 Astra52.7
  5. #5Claude Opus 550.8
官方 ↗
LiveBench
题库定期换新，月度防污染编程评测
编码
指标:Score%· 43 个模型
  1. #1Claude Fable 5.183.4%
  2. #2Claude Opus 5.583.2%
  3. #3Claude Fable 583.0%
  4. #4GPT-6 Astra82.2%
  5. #5Muse Spark 1.381.6%
官方 ↗
LMArena Text
全球主流大模型盲评文本对话与综合能力 Elo 积分
对话
指标:Arena Elo· 87 个模型
  1. #1Claude Opus 5.51508.6
  2. #2Claude Opus 4.81505.4
  3. #3Claude Fable 51503.8
  4. #4Claude Fable 5.11501.3
  5. #5Muse Spark 1.31496.2
官方 ↗

LMArena Code编码

指标: Coding Elo·51 个模型·拉取于 2026-09-30

查看官方榜单 ↗
✨

不知道哪个模型最契合你的预算与技术栈？

体验「四大王牌套餐对决」与「$20包月 vs API 真实盈亏平衡测算仪」

前往比价与盈亏测算↗
#模型Coding Elo性价比 Value其他榜单排名选型行动
#1
Claude Opus 5.5Anthropic
1820.3
20
L #2
C #1
A #1
L #2
L #1
⚔️ 对比💰查套餐🚀体验
#2
GPT-6 AstraOpenAI
1792
8.1
L #3
C—
A #4
L #4
L #17
⚔️ 对比💰查套餐🚀体验
#3
Claude Fable 5.1Anthropic
1753
7.8
L #1
C #2
A #3
L #1
L #4
⚔️ 对比💰查套餐🚀体验
#4
Claude Sonnet 5.5Anthropic
1698.8
25.9
L—C—
A #2
L #17
L—
⚔️ 对比💰查套餐🚀体验
#5
Claude Opus 5Anthropic
1694
4.8
L #4
C #3
A #5
L #9
L #7
⚔️ 对比💰查套餐🚀体验
#6
GPT-6 SolOpenAI
1692.3
37.6
L #5
C—
A #8
L #11
L #32
⚔️ 对比💰查套餐🚀体验
#7
Qwen3.8-MaxQwen
1671
47.2
L #19
C—
A #11
L #13
L #16
⚔️ 对比💰查套餐🚀体验
#8
Kimi K3Moonshot AI
1658.5
23.8
L #12
C—
A #15
L #10
L #9
⚔️ 对比💰查套餐🚀体验
#9
Muse Spark 1.3Meta
1654.7
65.2
L #16
C #11
A #7
L #5
L #5
⚔️ 对比💰查套餐🚀体验
#10
Grok 4.7xAI
1636.3
43.4
L #13
C #4
A #10
L #19
L #45
⚔️ 对比💰查套餐🚀体验
#11
Hunyuan-T1Tencent
1633
513.1
L #11
C—
A #42
L—
L #33
⚔️ 对比💰查套餐🚀体验
#12
Claude Fable 5Anthropic
1625.9
7.6
L #6
C—
A #6
L #3
L #3
⚔️ 对比💰查套餐🚀体验
#13
GLM-5.3Zhipu AI
1622.9
64.4
L #18
C—
A #12
L #23
L #15
⚔️ 对比💰查套餐🚀体验
#14
DeepSeek-V4-FlashDeepSeek
1620.3
418
L #14
C—
A #20
L #6
L #19
⚔️ 对比💰查套餐🚀体验
#15
Grok 4.6xAI
1620.2
42
L #23
C #6
A #13
L #15
L #23
⚔️ 对比💰查套餐🚀体验
#16
GPT-5.6 SolOpenAI
1619.3
11.9
L #8
C #5
A #9
L #7
L #12
⚔️ 对比💰查套餐🚀体验
#17
GLM-5.2Zhipu AI
1604.3
60.8
L #15
C—
A #30
L #31
L #20
⚔️ 对比💰查套餐🚀体验
#18
Gemini 3.7 FlashGoogle
1593
87
L #27
C—
A #19
L #12
L #8
⚔️ 对比💰查套餐🚀体验
#19
Qwen3.8-27BQwen
1591.8
271
L #28
C—
A #29
L #27
L #46
⚔️ 对比💰查套餐🚀体验
#20
GPT-6 LunaOpenAI
1583.3
633.2
L #21
C—
A #25
L #34
L #41
⚔️ 对比💰查套餐🚀体验
#21
DeepSeek-V4-ProDeepSeek
1582.2
130.6
L #20
C—
A #26
L #18
L #28
⚔️ 对比💰查套餐🚀体验
#22
Gemini 3.8 FlashGoogle
1581.4
83.5
L #17
C #7
A #18
L #26
L #6
⚔️ 对比💰查套餐🚀体验
#23
Claude Opus 4.8Anthropic
1557.1
14
L #7
C—
A #17
L #22
L #2
⚔️ 对比💰查套餐🚀体验
#24
Grok 4.5xAI
1551.9
42.8
L #22
C—
A #22
L #25
L #25
⚔️ 对比💰查套餐🚀体验
#25
Claude Sonnet 5Anthropic
1539.9
30
L #9
C #9
A #23
L #24
L #29
⚔️ 对比💰查套餐🚀体验
#26
Gemini 3.6 FlashGoogle
1536.3
76.9
L #31
C—
A #28
L #30
L #13
⚔️ 对比💰查套餐🚀体验
#27
Claude Sonnet 4.6Anthropic
1521.4
20.9
L—C—
A #32
L #33
L #24
⚔️ 对比💰查套餐🚀体验
#28
GPT-5.6 TerraOpenAI
1519.7
26.4
L #24
C #8
A #16
L #16
L #27
⚔️ 对比💰查套餐🚀体验
#29
Doubao Seed 2.0 ProByteDance
1517.3
121.9
L—C—
A #53
L—
L #34
⚔️ 对比💰查套餐🚀体验
#30
GPT-5.6 LunaOpenAI
1516.9
246.4
L #26
C #10
A #24
L #29
L #36
⚔️ 对比💰查套餐🚀体验
#31
Qwen3.7-MaxQwen
1514.9
216.5
L #29
C—
A #34
L #32
L #22
⚔️ 对比💰查套餐🚀体验
#32
GPT-5.5OpenAI
1512.4
18.1
L #10
C—
A #14
L #8
L #14
⚔️ 对比💰查套餐🚀体验
#33
Kimi K2.6Moonshot AI
1508.7
74.8
L—C—
A #39
L #35
L #30
⚔️ 对比💰查套餐🚀体验
#34
GLM-5.1Zhipu AI
1508.6
54.8
L—C—
A #40
L—
L #26
⚔️ 对比💰查套餐🚀体验
#35
Gemini 3.5 FlashGoogle
1499.1
37.9
L—C—
A #31
L #28
L #18
⚔️ 对比💰查套餐🚀体验
#36
MiniMax-M3MiniMax
1482.4
199.8
L #30
C—
A #35
L #41
L #44
⚔️ 对比💰查套餐🚀体验
#37
Qwen3.6-PlusQwen
1481.6
226.2
L—C—
A #36
L #37
L #31
⚔️ 对比💰查套餐🚀体验
#38
Kimi K2.7 CodeMoonshot AI
1473
47.6
L—C—
A #41
L #38
L—
⚔️ 对比💰查套餐🚀体验
#39
GPT-5.4OpenAI
1465
28.5
L #25
C—
A #21
L #14
L #21
⚔️ 对比💰查套餐🚀体验
#40
Gemini 3.1 ProGoogle
1446.3
50.1
L #32
C—
A #33
L #20
L #10
⚔️ 对比💰查套餐🚀体验
#41
Gemini 3.5 Flash-LiteGoogle
1439.7
128
L—C—
A #48
L #42
L #35
⚔️ 对比💰查套餐🚀体验
#42
Gemini 3 ProGoogle
1439.1
44.1
L—C—
A #37
L—
L #11
⚔️ 对比💰查套餐🚀体验
#43
GLM-4-PlusZhipu AI
1434.6
74.9
L—C—
A #47
L—
L #43
⚔️ 对比💰查套餐🚀体验
#44
GPT-5.4 miniOpenAI
1397.1
417.4
L—C—
A #44
L #36
L #37
⚔️ 对比💰查套餐🚀体验
#45
MiniMax-M2.7MiniMax
1397
189.5
L—C—
A #46
L—
L #52
⚔️ 对比💰查套餐🚀体验
#46
DeepSeek-V3DeepSeek
1361.7
550.6
L—C—
A #50
L—
L #50
⚔️ 对比💰查套餐🚀体验
#47
Grok 4.3xAI
1356.5
66.5
L—C—
A #43
L #43
L #42
⚔️ 对比💰查套餐🚀体验
#48
Claude Haiku 4.5Anthropic
1329.5
43.9
L—C—
A #54
L—
L #53
⚔️ 对比💰查套餐🚀体验
#49
Mistral Medium 3.5Mistral AI
1263.2
83.9
L #33
C—
A #60
L—
L #48
⚔️ 对比💰查套餐🚀体验
#50
Mistral Large 3Mistral AI
1229.9
23.9
L—C—
A #73
L—
L #54
⚔️ 对比💰查套餐🚀体验
#51
Gemini 2.5 ProGoogle
1226.9
23.9
L—C—
A #56
L—
L #38
⚔️ 对比💰查套餐🚀体验
排名颜色：#1#2#3#4-5#6-10#11+

「其他榜单排名」列显示该模型在其他榜单里的排名徽章，一眼看清跨榜单表现（灰色 = 该榜单未测过此模型）。各榜单口径不同，数值不可直接横向比较。

LMArena Code 榜：LMSYS 代码竞技场，基于开发者真实盲评代码生成与竞赛挑战计算 Elo 天梯分。数据取自 arena.ai/leaderboard/code 实时同步，我们 1:1 镜像展示，不做二次加权。

ADSponsored
📊 6 大权威数据源方法论
LMArena Code ↗ 编码

LMArena Code 榜：LMSYS 代码竞技场，基于开发者真实盲评代码生成与竞赛挑战计算 Elo 天梯分。数据取自 arena.ai/leaderboard/code 实时同步，我们 1:1 镜像展示，不做二次加权。

Coding Elo51 个模型
LMArena Agent ↗ Agent

LMArena Agent 榜：基于真实的 Agent 编码与多轮工具会话，由真人盲评打分（signal-based agent score）。数据镜像自 arena.ai/leaderboard/agent。

Agent Score33 个模型
CursorBench ↗ Agent

CursorBench 是 Cursor 官方的 Agent 编码基准（v4.0），任务来自真实 Cursor 会话中的多文件、模糊需求场景。指标为 pass rate (%)。数据镜像自 cursor.com/cursorbench 官方快照。

Pass rate%12 个模型
Artificial Analysis ↗ 综合

Artificial Analysis 综合指数 (Intelligence Index)：专注评估前沿大模型的综合推理、智商与代码质量，覆盖 600+ 主流前沿模型，每日高频跟踪最新发布。

Intelligence Index97 个模型
LiveBench ↗ 编码

LiveBench 编程专项：每月定期换新防污染题库，提取代码补全 (code completion)、代码生成 (code generation)、JS、Python 与 TypeScript 等核心编程得分。

Score%43 个模型
LMArena Text ↗ 对话

LMArena Text 榜：全球最大规模真人盲测竞技场（Chatbot Arena），评估大语言模型跨领域文本生成与复杂指令遵从的综合 Elo 评分。数据实时镜像自 arena.ai/leaderboard/text。

Arena Elo87 个模型

所有排名和数值都直接来自官方数据源，我们只做名称匹配和聚合展示，不做任何加权、加分或二次排名。各榜单方式不同，请勿直接横向比较不同榜单的原始数值。