ModelRank AI 程式設計模型梯隊榜
聚焦模型的程式設計表現：按梯隊看能力，按需查看評測證據與 API 報價。
程式設計能力梯隊
梯隊為編輯評估。同梯隊按名稱排列，不代表能力先後。
DeepSeek V4 Flash 0731＝100。指數僅反映兩項共同測試，不代表能力倍數或已證實的統計差距。
| 程式設計梯隊 | 模型 | Coding Index相對基線差值 | 證據狀態 | 價格（1M令牌） | 上下文 | 查看詳情 |
|---|---|---|---|---|---|---|
| S+頂層候選 · 1 | ||||||
| S+ | Claude Fable 5.1 anthropic | 120.65 +20.65 | 多來源核對 | 1,000,000 | 查看詳情 → | |
| S前沿程式設計組 · 5 | ||||||
| S | Claude Fable 5 anthropic | 114.18 +14.18 | 多來源核對 | 1,000,000 | 查看詳情 → | |
| S | Kimi K3 moonshotai | 113.02 +13.02 | 多來源核對 | 1,048,576 | 查看詳情 → | |
| S | Claude Opus 5 anthropic | 112.64 +12.64 | 多來源核對 | 1,000,000 | 查看詳情 → | |
| S | GPT-5.6 Sol openai | 112.62 +12.62 | 多來源核對 | 1,050,000 | 查看詳情 → | |
| S | GPT-6 Astra openai | 112.28 +12.28 | 多來源核對 | 1,050,000 | 查看詳情 → | |
| A+接近前沿組 · 9 | ||||||
| A+ | Gemini 3.8 Flash google | 111.92 +11.92 | 多來源核對 | 1,048,576 | 查看詳情 → | |
| A+ | GLM-5.3 z-ai | 111.83 +11.83 | 多來源核對 | 1,048,576 | 查看詳情 → | |
| A+ | Gemini 3.7 Flash google | 111.28 +11.28 | 多來源核對 | 1,048,576 | 查看詳情 → | |
| A+ | GPT-5.6 Terra openai | 110.54 +10.54 | 多來源核對 | 1,050,000 | 查看詳情 → | |
| A+ | Grok 4.6 x-ai | 108.55 +8.55 | 多來源核對 | 500,000 | 查看詳情 → | |
| A+ | Claude Opus 4.8 anthropic | 107.83 +7.83 | 多來源核對 | 1,000,000 | 查看詳情 → | |
| A+ | Grok 4.5 x-ai | 106.47 +6.47 | 多來源核對 | 500,000 | 查看詳情 → | |
| A+? | DeepSeek V4.1 Flash deepseek | — | 暫定 · 待原始複核 | 1,048,576 | 查看詳情 → | |
| A+? | Qwen3.8 Max 0902 qwen | — | 暫定 · 待原始複核 | 1,000,000 | 查看詳情 → | |
| A強能力組 · 4 | ||||||
| A | Claude Sonnet 5 anthropic | 105.06 +5.06 | 多來源核對 | 1,000,000 | 查看詳情 → | |
| A | Qwen3.8-Next-Flash qwen | 104.89 +4.89 | 多來源核對 | 1,000,000 | 查看詳情 → | |
| A | GLM-5.3-Flash z-ai | 104.81 +4.81 | 多來源核對 | 1,048,576 | 查看詳情 → | |
| A | GPT-5.6 Luna openai | 104.63 +4.63 | 多來源核對 | 1,050,000 | 查看詳情 → | |
| B+成熟參考組 · 3 | ||||||
| B+ | DeepSeek V4 Pro 0813 deepseek | 100.69 +0.69 | 多來源核對 | 1,048,576 | 查看詳情 → | |
| B+ | GLM-5.2 z-ai | 100.32 +0.32 | 多來源核對 | 1,048,576 | 查看詳情 → | |
| B+ | DeepSeek V4 Flash 0731 deepseek 參考基線 = 100 | 100.00 0.00 | 多來源核對 | 1,310,720 | 查看詳情 → | |
| B其他可用候選 · 2 | ||||||
| B | MiMo V2.5 Pro xiaomi | 91.23 -8.77 | 單源測量 | 1,050,000 | 查看詳情 → | |
| B | HY3 tencent | 88.93 -11.07 | 單源測量 | 262,144 | 查看詳情 → | |
| B-本候選集內較基礎組 · 1 | ||||||
| B- | MiMo V2.5 xiaomi | 83.98 -16.02 | 單源測量 | 1,050,000 | 查看詳情 → | |
沒有符合的模型。
評測對應特定模型配置；代理框架、推理檔位、工具、預算與任務可能不同。接近的指數不能證明真實優劣。B 檔表示在這批候選中的相對位置，不代表不會寫程式。
待補充可比評測 (20)
尚未完成分檔評估的模型仍保留在目錄；未分檔不代表能力更弱。
比較目前模型
USD / API
API 費用估算
預計 token 費用
按所示渠道與時段報價估算，DeepSeek 使用高峰價。不含快取優惠、工具費、長上下文分段價及未計入的額外 token。
排名方法與資料來源
本站只評估程式設計證據。原始測量、已知測試配置與來源日期保留在展開說明中；價格另作購買參考。
梯隊由 ModelRank 根據公開程式設計證據作編輯評估，不按指數門檻自動劃分，也不是統計上已證明的類別。同檔不排先後；價格、速度、上下文與贊助不參與分檔。
已知模型與代理配置隨來源展示；未公開的評測日期、預算、樣本量與不確定性保留為未知。資料較新本身不能排除測試污染。
Coding Index＝100 × AA Terminal-Bench 2.1 與 SciCode 兩項「模型成績／基線成績」比值的幾何平均，兩項等權。基線固定，頁面顯示整數。LiveBench 與 Terminal-Bench 4.0 用於補充核查；由於共同覆蓋不齊，不加入該指數。
100 × √[(TB / TB₀) × (SciCode / SciCode₀)]
評測對應特定模型配置；代理框架、推理檔位、工具、預算與任務可能不同。接近的指數不能證明真實優劣。B 檔表示在這批候選中的相對位置，不代表不會寫程式。
梯隊由 ModelRank 根據公開程式設計證據作編輯評估，不按指數門檻自動劃分，也不是統計上已證明的類別。同檔不排先後；價格、速度、上下文與贊助不參與分檔。
Qwen3.8 Max 0902 暫列 A+，待核對原始來源；沒有數字名次或可比指數。轉錄的 AA 指數不算獨立驗證。
DeepSeek V4.1 Flash 暫列 A+，屬於低信心度的編輯判斷。早期社群回饋不一；具體程式設計對比針對 GLM-5.3 Flash，而非 GLM-5.3。暫無可比的獨立程式設計指數。
優先模型版本固定後採集的新題，或管理規範的私有測試集。新基準名稱或剛取得的資料，都不能直接證明題目新鮮。 核對原始來源、樣本量和測試設定。題目日期或評測日期未知就明確標註；僅憑時間新不能保證沒有資料污染。