中文/国内评测模态: 文本 (Text) 更新频率: weekly ● 自动定时拉取

OpenCompass 司南能力榜单

上海人工智能实验室推出的大模型全能力评测体系，包含语言、知识、推理、数学与代码能力。

💡 评测口径提示： 国内学术与工业界广泛采纳的权威综合基准，浏览器自动化直连官网提取。

快照日期：2026-10-26 • 快照采纳链接：https://opencompass.org.cn/leaderboard-llm

最后核验：2026-10-26

模型最新排名快照

共收录 15 款模型。数据均保留原榜单给出的分数与分项维度。

名次	模型名称	统一标识	机构	核心分值	分项指标明细	备注说明	跨榜对比
1	Claude Opus 5 (high)	claude-opus-5-high	Anthropic	83.3	均分: 83.3 知识: 94.1 推理: 68.4 数学: 77.3 代码: 93.3 发布日期: 2026/7/24	发布时间: 2026/7/24, 研发机构: Anthropic	对比 →
2	GPT-5.6-Sol (high)	gpt-5.6-sol-high	OpenAI	80.8	均分: 80.8 知识: 88.5 推理: 66.8 数学: 71.4 代码: 96.3 发布日期: 2026/7/9	发布时间: 2026/7/9, 研发机构: OpenAI	对比 →
3	Qwen3.8-Max	qwen3.8-max	Alibaba	80.6	均分: 80.6 知识: 86.8 推理: 65.2 数学: 75 代码: 95.5 发布日期: 2026/8/2	发布时间: 2026/8/2, 研发机构: Alibaba	对比 →
4	GPT-5.5 (high)	gpt-5.5-high	OpenAI	80.6	均分: 80.6 知识: 87.7 推理: 66.9 数学: 71.4 代码: 96.5 发布日期: 2026/4/23	发布时间: 2026/4/23, 研发机构: OpenAI	对比 →
5	Gemini-3.7-Flash	gemini-3.7-flash	Google	80.5	均分: 80.5 知识: 94 推理: 62.1 数学: 76.8 代码: 89.3 发布日期: 2026/8/13	发布时间: 2026/8/13, 研发机构: Google	对比 →
6	Doubao-Seed-2.1-Pro-260628 (high)	doubao-seed-2.1-pro-260628-high	ByteDance	80.5	均分: 80.5 知识: 91.4 推理: 64.9 数学: 74.9 代码: 90.8 发布日期: 2026/6/28	发布时间: 2026/6/28, 研发机构: ByteDance	对比 →
7	Kimi-K3 (high)	kimi-k3-high	Moonshot	79.1	均分: 79.1 知识: 90.3 推理: 63.9 数学: 74.1 代码: 88 发布日期: 2026/7/16	发布时间: 2026/7/16, 研发机构: Moonshot	对比 →
8	Grok-4.6 (high)	grok-4.6-high	xAI	78	均分: 78 知识: 93.8 推理: 60 数学: 73 代码: 85 发布日期: 2026/8/12	发布时间: 2026/8/12, 研发机构: xAI	对比 →
9	DeepSeek-V4-Pro	deepseek-v4-pro	DeepSeek	77.5	均分: 77.5 知识: 92.5 推理: 55.5 数学: 71.2 代码: 91 发布日期: 2026/4/24	发布时间: 2026/4/24, 研发机构: DeepSeek	对比 →
10	Kimi-K2.6 (high)	kimi-k2.6-high	Moonshot	75.7	均分: 75.7 知识: 89.8 推理: 62.9 数学: 75.7 代码: 74.5 发布日期: 2026/4/20	发布时间: 2026/4/20, 研发机构: Moonshot	对比 →
11	Claude Opus 4.8 (high)	claude-opus-4.8-high	Anthropic	75.1	均分: 75.1 知识: 87.5 推理: 64.1 数学: 71.5 代码: 77.3 发布日期: 2026/5/28	发布时间: 2026/5/28, 研发机构: Anthropic	对比 →
12	GLM-5.3	glm-5.3	Zhipu AI	74.4	均分: 74.4 知识: 91.9 推理: 62 数学: 67.2 代码: 76.5 发布日期: 2026/8/14	发布时间: 2026/8/14, 研发机构: Zhipu AI	对比 →
13	DeepSeek-V4-Flash	deepseek-v4-flash	DeepSeek	73.7	均分: 73.7 知识: 84.5 推理: 61 数学: 70.4 代码: 79 发布日期: 2026/4/24	发布时间: 2026/4/24, 研发机构: DeepSeek	对比 →
14	Hy3-preview (high)	hy3-preview-high	Tencent	73.6	均分: 73.6 知识: 85.6 推理: 54.6 数学: 72.2 代码: 82 发布日期: 2026/4/23	发布时间: 2026/4/23, 研发机构: Tencent	对比 →
15	MiniMax-M3	minimax-m3	MiniMax	69	均分: 69 知识: 86.6 推理: 54 数学: 63 代码: 72.5 发布日期: 2026/6/1	发布时间: 2026/6/1, 研发机构: MiniMax	对比 →

快照采集说明：通过 Playwright 无头浏览器模拟真实访问 OpenCompass 司南官方评测页面 (https://opencompass.org.cn/leaderboard-llm) 直取当前最新 DOM 表格数据（含知识、推理、数学、代码能力评分）。