ModelRank AI 编程模型梯队榜
聚焦模型的编程表现：按梯队看能力，按需查看评测证据与 API 报价。
梯队为编辑评估。同梯队按名称排列，不代表能力先后。
DeepSeek V4 Flash 0731＝100。指数仅反映两项共同测试，不代表能力倍数或已证实的统计差距。
| 编程梯队 | 模型 | Coding Index相对基线差值 | 证据状态 | 价格（1M令牌） | 上下文 | 查看详情 |
|---|---|---|---|---|---|---|
| S+顶层候选 · 1 | ||||||
| S+ | Claude Fable 5.1 anthropic | 120.65 +20.65 | 多源核对 | 1,000,000 | 查看详情 → | |
| S前沿编程组 · 5 | ||||||
| S | Claude Fable 5 anthropic | 114.18 +14.18 | 多源核对 | 1,000,000 | 查看详情 → | |
| S | Kimi K3 moonshotai | 113.02 +13.02 | 多源核对 | 1,048,576 | 查看详情 → | |
| S | Claude Opus 5 anthropic | 112.64 +12.64 | 多源核对 | 1,000,000 | 查看详情 → | |
| S | GPT-5.6 Sol openai | 112.62 +12.62 | 多源核对 | 1,050,000 | 查看详情 → | |
| S | GPT-6 Astra openai | 112.28 +12.28 | 多源核对 | 1,050,000 | 查看详情 → | |
| A+接近前沿组 · 9 | ||||||
| A+ | Gemini 3.8 Flash google | 111.92 +11.92 | 多源核对 | 1,048,576 | 查看详情 → | |
| A+ | GLM-5.3 z-ai | 111.83 +11.83 | 多源核对 | 1,048,576 | 查看详情 → | |
| A+ | Gemini 3.7 Flash google | 111.28 +11.28 | 多源核对 | 1,048,576 | 查看详情 → | |
| A+ | GPT-5.6 Terra openai | 110.54 +10.54 | 多源核对 | 1,050,000 | 查看详情 → | |
| A+ | Grok 4.6 x-ai | 108.55 +8.55 | 多源核对 | 500,000 | 查看详情 → | |
| A+ | Claude Opus 4.8 anthropic | 107.83 +7.83 | 多源核对 | 1,000,000 | 查看详情 → | |
| A+ | Grok 4.5 x-ai | 106.47 +6.47 | 多源核对 | 500,000 | 查看详情 → | |
| A+? | DeepSeek V4.1 Flash deepseek | — | 暂定 · 待原始复核 | 1,048,576 | 查看详情 → | |
| A+? | Qwen3.8 Max 0902 qwen | — | 暂定 · 待原始复核 | 1,000,000 | 查看详情 → | |
| A强能力组 · 4 | ||||||
| A | Claude Sonnet 5 anthropic | 105.06 +5.06 | 多源核对 | 1,000,000 | 查看详情 → | |
| A | Qwen3.8-Next-Flash qwen | 104.89 +4.89 | 多源核对 | 1,000,000 | 查看详情 → | |
| A | GLM-5.3-Flash z-ai | 104.81 +4.81 | 多源核对 | 1,048,576 | 查看详情 → | |
| A | GPT-5.6 Luna openai | 104.63 +4.63 | 多源核对 | 1,050,000 | 查看详情 → | |
| B+成熟参考组 · 3 | ||||||
| B+ | DeepSeek V4 Pro 0813 deepseek | 100.69 +0.69 | 多源核对 | 1,048,576 | 查看详情 → | |
| B+ | GLM-5.2 z-ai | 100.32 +0.32 | 多源核对 | 1,048,576 | 查看详情 → | |
| B+ | DeepSeek V4 Flash 0731 deepseek 参考基线 = 100 | 100.00 0.00 | 多源核对 | 1,310,720 | 查看详情 → | |
| B其他可用候选 · 2 | ||||||
| B | MiMo V2.5 Pro xiaomi | 91.23 -8.77 | 单源测量 | 1,050,000 | 查看详情 → | |
| B | HY3 tencent | 88.93 -11.07 | 单源测量 | 262,144 | 查看详情 → | |
| B-本候选集内较基础组 · 1 | ||||||
| B- | MiMo V2.5 xiaomi | 83.98 -16.02 | 单源测量 | 1,050,000 | 查看详情 → | |
没有匹配的模型。
评测对应特定模型配置；代理框架、推理档位、工具、预算和任务可能不同。接近的指数不能证明真实优劣。B 档表示在这批候选中的相对位置，不代表不会编程。
待补充可比评测 (20)
尚未完成分档评估的模型仍保留在目录；未分档不代表能力更弱。
对比当前模型
USD / API
API 费用估算
预计 token 费用
按所示渠道和时段报价估算，DeepSeek 使用高峰价。不含缓存优惠、工具费、长上下文分段价及未计入的额外令牌。
排名方法与数据来源
本站只评估编程证据。原始测量、已知测试配置和来源日期保留在展开说明中；价格另作购买参考。
梯队由 ModelRank 根据公开编程证据作编辑评估，不按指数阈值自动划分，也不是统计上已证明的类别。同档不排先后；价格、速度、上下文和赞助不参与分档。
已知模型与代理配置随来源展示；未公开的评测日期、预算、样本量和不确定性保留为未知。资料较新本身不能排除测试污染。
Coding Index＝100 × AA Terminal-Bench 2.1 与 SciCode 两项“模型成绩／基线成绩”比值的几何平均，两项等权。基线固定，页面显示整数。LiveBench 和 Terminal-Bench 4.0 用于补充核查；由于共同覆盖不齐，不加入该指数。
100 × √[(TB / TB₀) × (SciCode / SciCode₀)]
评测对应特定模型配置；代理框架、推理档位、工具、预算和任务可能不同。接近的指数不能证明真实优劣。B 档表示在这批候选中的相对位置，不代表不会编程。
梯队由 ModelRank 根据公开编程证据作编辑评估，不按指数阈值自动划分，也不是统计上已证明的类别。同档不排先后；价格、速度、上下文和赞助不参与分档。
Qwen3.8 Max 0902 暂列 A+，待核对原始来源；没有数字名次或可比指数。转录的 AA 指数不算独立验证。
DeepSeek V4.1 Flash 暂列 A+，属于低置信度的编辑判断。早期社区反馈不一；具体编程对比针对 GLM-5.3 Flash，而非 GLM-5.3。暂无可比的独立编程指数。
优先模型版本固定后采集的新题，或管理规范的私有测试集。新基准名称或刚抓取的数据，都不能直接证明题目新鲜。 核对原始来源、样本量和测试配置。题目日期或评测日期未知就明确标注；仅凭时间新不能保证没有数据污染。