
文章来源: 文章作者: 更新时间:2026-11-05 10:58:45 点击次数:
2026年11月大模型榜单出炉:Gemini-4-Argon总分73.62登顶,Kimi-K3.1-Pro以61.46分拿下国内第一、开源最高,幻觉控制67.78优势明显。DeepSeek-V4.1、GLM-5.3紧随其后,国产开源第一梯队成型。跑分仅供参考,选模型还得看场景。
内容由AI智能生成
有用
快科技11月5日消息,SuperCLUE放出2026年11月通用大模型测评榜单,Gemini-4-Argon拿下总分第一,Kimi-K3.1-Pro排在国内模型首位。
本次2026年11月通用基准测评共有19个国内外模型参与,测评集包括五大任务:智能体编程、数理推理、超长上下文、精确指令遵循、幻觉控制。
榜单里Gemini-4-Argon总分73.62,GPT-6.1-Sol紧随其后拿到71.76,两个都是闭源模型。
Kimi-K3.1-Pro总分61.46,是这次开源模型里排名最高的,直接拿下国内第一。
排在Kimi后面的是DeepSeek-V4.1-Flash-1017,总分58.95。智谱AI的GLM-5.3得分50.66,排在第三。这三款也是国内开源模型第一梯队。
分项来看,不同模型擅长的方向不一样。Gemini-4-Argon超长上下文拿到95.63分,指令遵循88.97,幻觉控制83.19,各项表现均衡。GPT-6.1-Sol数理推理很强,拿到76.32分。Kimi-K3.1-Pro的幻觉控制分数67.78,在国内模型里优势明显。
这次测评把相差1分以内的模型算作并列名次,不少模型名次是并列的。
像GLM-5.3-Flash、Qwen3.8-Max-0902、Hy4-Preview等多款模型分数接近,挤在4到5名区间。豆包Seed-2.1-Pro-260915总分42.06,和MiniMax M3.1-Flash、Step-5-Preview、MiniMax-M3并列第6。
小米MiMo、科大讯飞Spark、美团LongCat 也都在榜单里。小米MiMo-V2.6-Flash总分36.40,MiMo-V2.6-Pro是34.57,属于开启思考类型的模型。
如果看重长文本、低幻觉,Kimi会很合适;追求稳定综合能力,Gemini、GPT的底子更强。很多国内模型主打开源,本地部署自由度更高,适合有自建需求的用户。
这份榜单只能作为参考,测评是标准化跑分,实际使用感受还和场景、提示词有关。跑分高不代表所有场景都好用,还是要结合自己的需求选择。
上一篇:海关总署:针对当前全球消费领域场景化、个性化的趋势,国内企业走“量”更走“心”
下一篇:返回列表
地址:中国·广东省东莞市电话:0769-8888888传真:0769-8888888邮箱:1193159788@qq.com
版权所有:东莞市冠擎电子有限公司技术支持:唯尔官网备案号:粤ICP备11017050号-1