数据取 Artificial Analysis 智能指数 v4.3.2（10 项评测加权，205 个模型在榜），抓取于 2026-10-09。榜单按配置档计名次，同一模型多档位（max/xhigh/high/medium/low）各占一名；单任务成本为最高推理档位每任务价格。
总榜前 50
榜单本体一句话就能说完：前三名被 Anthropic 一家包圆，52 分以上只有六家模型，全部是海外厂商。
国内段：46 分天花板，和它下面的梯队
国内模型本期在榜 24 款、30 个配置档，按去重名次分布：
- 46 分档（第 9 名）：MiMo-V2.6-Pro，目前国内唯一摸到总榜前十的模型，也是全球开源权重榜首；
- 44-45 分档：Qwen3.8 Max（45）、GLM-5.3（45）、Step 5 Preview（44）、Kimi K3（44）；
- 39-42 分档：GLM-5.3-Flash（42）、Ling 3.1 Flash（41）、Qwen3.8 2.4T（40）、Qwen3.8-Flash-Next（40）、DeepSeek V4.1 Flash（39）；
- 38 分以下：MiMo-V2.6-Flash（38）、DeepSeek V4 Pro（36）、DeepSeek V4 Flash Vision（35）、Qwen3.8 27B（34）、MiniMax-M3（29）、Kimi K2.7 Code（26）、腾讯 Hy3（25）、中国移动 JT-4.1 Flash（34）等。
差距本身是清楚的：海外榜首 58 分，国内天花板 46 分，12 分的绝对差，前 24 名里没有一个国内模型。但国内段有两个数字同样值得记住。一是价格：MiMo-V2.6-Pro 用 $0.13 的单任务成本拿 46 分，Opus 5.5 用 $5.98 拿 58 分——四十六分之一的价格，换七九成的分数。二是海外的动作：Anthropic 本周刚发的 Haiku 5.5 拿 43 分、单任务 $0.21，直接插进了 GLM-5.3-Flash（42 分/$0.25）的价格带。山顶的差距没有缩小，性价比段的优势却开始被贴身盯防，这是国内阵营本期最值得注意的一个信号。
近 30 天的山顶变化（首期代替「本周变动」）
首期没有上周快照可比，改用日报档案回填一个月的山顶史。9 月 23 日 Claude Opus 5.5 发布即登顶；9 月 29 日 Sonnet 5.5 以 56 分升至第 2，当时评语是「仅次于 Opus 5.5」；9 月 30 日 Gemini 4 Argon 上榜时 53 分，「距 GPT-6 Astra 仅 1 分」。两周之内，52 分以上的模型从 Astra 一家扩到现在的六家。
同一时期国内侧的动作：9 月 22 日 MiMo-V2.6-Pro 以 46 分登顶开源权重榜首，把国内天花板从 DeepSeek V4.1 Flash 的 40 分抬到 46 分。也就是说，过去一个月海外榜首从 53-54 涨到 58，国内天花板从 40 涨到 46，绝对差维持在 12 分上下，真正变化的是高分段的密度——海外在把「山顶」修成一个俱乐部，国内还停在门口。
榜上的国产模型，哪些今天就能买到
榜单是分数，买到是另一回事。我们自用的模型网关本周在架的国产模型有六个系列，对照榜单名次如下（可用性为 2026-10-09 复核）：
- GLM-5.3（总榜 11）与 GLM-5.3-Flash（15）：在架且稳定，日常主力；
- Kimi K3（12）：在架且稳定；
- MiniMax-M3（总榜 29 分档）：在架稳定，但分数和旗舰档差距在任务里能直接感觉到；
- 豆包 seed-2.0 系列（未进 AA 榜）：本周恢复可用，一周前还全部超时断连——渠道状态的翻转就发生在七天之内；
- DeepSeek V4.1 Flash（总榜 39 分档）：渠道持续报错，超一周不可用；
- Qwen3.8 Max（总榜 10）与 Qwen3.8 Flash：本周双双报错，而 Flash 一周前还是好的。
六个系列里两个处于不可调用状态，一个刚活过来。榜单上的 45 分、39 分是理想值，落到管线上还要再打一道渠道折扣——分数是上限，可用性是下限，两个都得看。
