推理能力榜

按 BenchLM · 推理专项 口径排列的 23 款大模型,Claude Fable 5.2、Gemini 4 Carbon、Claude Opus 5.5 领跑榜单。数据聚合自公开评测源,更新于 2026-11-21。

口径:比较逻辑推理、多步规划与分析任务的表现。,分数越高越好。评测任务成本不是 API Token 单价;不同来源的分数不能直接相加或横向比较。

推理能力榜

排名模型推理分
1Claude Fable 5.2Anthropic63
2Gemini 4 CarbonGoogle60
3Claude Opus 5.5Anthropic60
4GPT-6 AstraOpenAI58
5Gemini 4 ArgonGoogle52
6GPT-6.1 SolOpenAI52
7Claude Sonnet 5.5Anthropic51
8Claude Fable 5.1Anthropic51
9Muse Spark 1.3Meta47
10Grok 4.7xAI47
11MiMo-V2.6-Pro小米45
12Qwen3.8 Max阿里巴巴44
13GLM-5.3智谱44
14Step 5 Preview阶跃星辰44
15DeepSeek V4深度求索44
16Kimi K3月之暗面43
17GPT-5.6 TerraOpenAI42
18Claude Haiku 5.5Anthropic41
19GLM-5.3-Flash智谱40
20Ling 3.1 Flash蚂蚁集团40
21Gemini 3.8 FlashGoogle40
22Qwen3.8 2.4T A95B阿里巴巴39
23Qwen3.8-Flash-Next阿里巴巴38

切换榜单视角

返回模型排行榜,查看全部榜单视角与收录说明。

反馈