6 月 9 日 Anthropic 发布 Claude Fable 5——首个面向公众的 Mythos-class 模型，一上线即以 65 分登顶 Artificial Analysis Intelligence Index v4.0，领先 Opus 4.8 四分。推理前沿如今整段被 Anthropic 占据。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Claude Fable 56 月 9 日发布。首个公开的 Mythos-class 模型——以 65 分登顶 AA Intelligence Index v4.0，Humanity's Last Exam 得 53%（领先 7 分以上）。 | Anthropic | 65 | Intelligence Index v4.0：65（第 1） · Humanity's Last Exam：53% · AA-Omniscience 创历史最高分 · 1M+ 上下文 · 自适应推理 · 发布日期 2026-06-09 |
| 2 | Claude Opus 4.85 月 28 日发布。自适应推理 + 最大努力模式；现居 AA Intelligence Index v4.0 第 2，仅次于 Fable 5。 | Anthropic | 61.4 | Intelligence Index v4.0：61.4 分 · 自适应推理（Adaptive Reasoning） · 编码与 agentic 任务相比 4.7 全面升级 · 长任务一致性 · 发布日期 2026-05-28 |
| 3 | GPT-5.54 月 24 日发布。1M token 上下文，原生支持 MCP + Skills + 计算机操作 + 托管 Shell。 | OpenAI | 60.2 | Intelligence Index v4.0（xhigh）：60.2 分 · 1M token 上下文 · 原生 MCP + Skills · 内置 computer use · 工具搜索 + Web 搜索 · 发布日期 2026-04-24 |
| 4 | Gemini 3.1 Pro强势 agentic 前沿，配套 Antigravity 2.0 平台。 | Google | 57 | Intelligence Index v4.0：57 分 · 与 Antigravity 2.0 agentic 平台原生集成 · 并列 GPT-5.5 medium 与 Qwen3.7 Max |
| 5 | Grok 4.34 月 30 日发布。AA Intelligence Index 53，常驻推理、1M 上下文、激进定价——前沿四强里最便宜的一个。 | xAI | 53 | Intelligence Index v4.0：53 · 常驻推理 · 1M 上下文 · 输入/输出较 Grok 4.20 便宜约 40%/60% · agentic 与工具调用强 |
2026 年 6 月 9 日发布。AA Intelligence Index v4.0：65（自适应推理，最大模式）——领先 Opus 4.8（61.4）与 GPT-5.5 xhigh（60.2）四分；Gemini 3.1 Pro（57）与 Grok 4.3（53）紧随其后。
Fable 5 属于 Opus 之上的 Mythos-class 梯队，附带额外安全限制；Opus 4.8 仍是高并发、成本敏感场景的默认主力。
截至 2026-06-10，Claude Fable 5（Anthropic，2026-06-09 发布）以 Intelligence Index v4.0 综合得分 65（自适应推理最大模式）领衔 Artificial Analysis 总榜，超过 Claude Opus 4.8（61.4）、GPT-5.5 xhigh（OpenAI，60.2）、Gemini 3.1 Pro（Google，57）与 Grok 4.3（xAI，53）。Fable 5 是首个公开发布的 Mythos-class 模型，Humanity's Last Exam 得 53%——领先次席 7 分以上。
OpenAI 推出 GPT Image 2，token 计费 + Batch API 五折。Recraft V4.1 占据 Artificial Analysis 图像质量榜首，Adobe Firefly 仍是企业版权安全的默认选择。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | GPT Image 24 月 21 日发布。SOTA 质量 + token 计费 + Batch API 半价。 | OpenAI | None | 按 token 计费 · Batch API 50% 折扣 · 灵活尺寸 · 高保真输入 · 发布日期 2026-04-21 |
| 2 | Recraft V4.1在 Artificial Analysis 文生图竞技场质量第一。 | Recraft | None | AA 文生图质量榜首 · 强势 control / 风格迁移 · 设计师级输出 |
| 3 | Adobe Firefly Image 4完全使用授权数据训练；商用版权安全的企业级首选。 | Adobe | None | 训练数据全部授权 · 企业商用赔付保障 · 原生集成 Creative Cloud |
2026 年 4 月 21 日发布。token 计费，Batch API 50% 折扣。
Recraft V4.1 在 AA 文生图竞技场上质量第一；GPT Image 2 在生态和定价透明度上胜出。
截至 2026-06-10，GPT Image 2（OpenAI，2026-04-21 发布）是部署量最大的基础图像模型，采用 token 计费，Batch API 五折。Recraft V4.1 占据 Artificial Analysis 文生图质量榜首；Adobe Firefly 仍是企业版权安全的默认选择。
Seedance 2.0（字节跳动）登顶 Artificial Analysis 文生视频 Arena（含音频）ELO 1215——首个让音画联合生成达到 SOTA 的模型。Google Veo 3.5 领跑无声电影级画质；Kling 4 守住性价比一端。OpenAI Sora 应用已于 2026-04-26 停服，退出榜单。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Seedance 2.0登顶 Artificial Analysis 文生视频 Arena（含音频）ELO 1215——领先 Veo。原生音画联合生成：从文/图/音/视频输入产出 15 秒多镜头、音画同步片段。 | ByteDance | 1215 | AA 含音频视频榜 #1 · ELO 1215 · 15 秒多镜头 · 音画同步 · 多模态输入（文/图/音/视频） · 双分支扩散 Transformer |
| 2 | Veo 3.5电影级输出，时序连贯最佳。 | Google | None | 1080p 输出 · 物理仿真稳定 · 长镜头时序连贯 · 原生 Gemini API 集成 |
| 3 | Kling 4亚太短视频广告创意一家独大；行业最快迭代节奏。 | Kuaishou 快手 | None | 原生 9:16 竖屏 · 最快编辑迭代 · 原生抖音 / TikTok 风格 · 低延迟生成 |
Seedance 2.0 稳居含音频文生视频 Arena 第 1；Sora 2 因 OpenAI 关停 Sora 应用（2026-04-26）退出榜单。
音画同步与多镜头叙事选 Seedance 2.0；电影级画质选 Veo 3.5；性价比选 Kling 4。
截至 2026-06-10，Seedance 2.0（字节跳动）领跑文生视频，在 Artificial Analysis 文生视频 Arena（含音频）以 ELO 1215 居第 1——领先 Google Veo。它从文/图/音/视频输入产出 15 秒多镜头、原生音画同步片段。Veo 3.5（Google）领跑无声电影级画质，Kling 4（快手）守住性价比梯队；OpenAI Sora 应用已于 2026-04-26 停服，退出榜单。
Claude Fable 5 于 6 月 9 日发布，一上线即以 80.3% 登顶 SWE-bench Pro——在同一未污染多语言基准上领先 Opus 4.8（69.2%）约 11 分。Pro 分数显著低于已污染的 Verified 集，所以 80% 才是诚实的新前沿水位。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Claude Fable 5SWE-bench Pro 以 80.3% 居第 1（6 月 9 日发布）——领先全场 11 分。Mythos-class agentic coding，专攻最难的多文件、长程任务。 | Anthropic | 80.3 | SWE-bench Pro：80.3%（第 1） · 领先 Opus 4.8 11 分 · 长程 agentic 编辑 · 1M+ 上下文 · Mythos-class · 发布日期 2026-06-09 |
| 2 | Claude Opus 4.8SWE-bench Pro 以 69.2% 居第 2（6 月 8 日更新），仅次于 Fable 5。多文件重构、代码审查与长程 agentic 编辑的成本敏感默认选择。 | Anthropic | 69.2 | SWE-bench Pro：69.2%（第 2） · 多文件重构 SOTA · 代码审查最佳 · 支持视觉感知编码 |
| 3 | GPT-5.3 Codex (xhigh)SWE-bench Pro 第 3（6 月 8 日）。专门化终端代码 Agent；AA Intelligence Index 54。 | OpenAI | 54 | AA Intelligence Index：54 · 内置沙盒 Shell · agentic 循环强势 · Terminal-Bench 最佳 |
| 4 | Cursor Composer 2.5AA Coding Agent Index 第 3。IDE 原生结对，多文件上下文。 | Cursor | None | AA Coding Agent Index：第 3 名 · IDE 原生上下文 · 多文件编辑 · 原生 diff 工作流 |
Fable 5 于 6 月 9 日以 80.3% 登顶 SWE-bench Pro；Opus 4.8（69.2%）第 2，GPT-5.3 Codex 第 3。
最难的多文件重构与长程 Agent 选 Fable 5；成本敏感默认选 Opus 4.8；沙盒终端 Agent 选 GPT-5.3 Codex；IDE 原生结对编程选 Cursor Composer 2.5。
截至 2026-06-10，Claude Fable 5（Anthropic，2026-06-09 发布）领跑 agentic coding，在 SWE-bench Pro 榜以 80.3% 居第 1——领先 Claude Opus 4.8（69.2%）与 GPT-5.3 Codex（OpenAI）约 11 分。SWE-bench Pro 使用 1,865 个未污染的多语言任务，分数显著低于仅 Python 的 Verified 集。Cursor Composer 2.5 在 AA Coding Agent Index 上位列 IDE 原生编码 Agent 前列。
OpenAI 5 月 7 日发布的 Realtime 2 把可配置推理的 speech-to-speech 推上正式版；AA TTS 冠军换成 Fun-Realtime-TTS，STT 冠军是 MAI-Transcribe-1.5。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Realtime 25 月 7 日正式版。可配置推理 speech-to-speech，配套 translate / Whisper 流式变体。 | OpenAI | None | 可配置推理 · speech-to-speech agent · 流式翻译变体 · 流式 STT 变体 · 发布日期 2026-05-07 |
| 2 | ElevenLabs v3角色声音克隆与有声书制作的行业默认。 | ElevenLabs | None | 角色声音克隆 SOTA · 100+ 语言 · 长篇有声书质量 · 情感控制 |
| 3 | Fun-Realtime-TTSAA TTS 榜首。 | Fun (Alibaba DAMO) | None | AA TTS 榜首 · 200ms 内延迟 · 多说话人流式 · 中日韩强势 |
Realtime 2 系列 5 月 7 日上线（gpt-realtime-2 / -translate / -whisper）。
agentic 语音选 Realtime 2；角色声音克隆选 ElevenLabs v3；纯 TTS 质量选 Fun-Realtime-TTS；转录选 MAI-Transcribe-1.5。
截至 2026-06-10，OpenAI Realtime 2（2026-05-07 发布）是 agentic 语音 speech-to-speech 领先模型，支持可配置推理。Fun-Realtime-TTS 居 Artificial Analysis TTS 榜首；MAI-Transcribe-1.5 在 STT 准确率-速度上领先。ElevenLabs v3 在角色声音克隆方面仍占主导。
Suno v6 在整曲连贯与歌词韵律上拉开差距；Udio v3 继续推进录音棚级混音；Lyria（Google）已接入 Gemini Omni 走 any-to-music 工作流。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Suno v6预计 6 月底滚动发布。整曲连贯与歌词韵律最佳。 | Suno | None | 整曲连贯 SOTA · 歌词韵律最佳 · 多语言演唱 · 风格迁移 |
| 2 | Udio v3录音棚级混音，分轨输出。 | Udio | None | 分轨输出 · 录音棚级混音 · 电子曲风强势 · DAW 友好 |
| 3 | Lyria (via Gemini Omni)已并入 Gemini Omni，支持任意输入到音乐 + 跨模态。 | Google | None | Gemini Omni 原生 · 跨模态生成 · 图/视频 → 音乐工作流 |
Suno v6 预计 6 月底滚动发布；v5.5 仍为线上默认。
整曲生成选 Suno v6；录音棚级分轨选 Udio v3；跨模态生成（图/视频/音乐）走 Gemini Omni 调 Lyria。
截至 2026-06-10，Suno v6（预计 6 月底滚动发布）在整曲生成与歌词韵律上领先；v5.5 仍是线上默认。Udio v3 在录音棚级混音与分轨输出上领先。Google Lyria 已并入 Gemini Omni，承担跨模态（图/视频/音乐）工作流。
Anthropic 用 Opus 4.7-thinking、4.6-thinking、4.7 横扫 LMArena Vision 前 3。Opus 4.8 因刚发布尚未上 Arena ELO，预计 6 月底巩固冠军。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Claude Opus 4.7-thinkingLMArena Vision 居首。OCR + 图表 + 文档理解最佳。 | Anthropic | 1309 | LMArena Vision ELO：1309 · OCR SOTA · 图表理解 · 文档问答 |
| 2 | GPT-5.5图像支撑的推理链最强；原生 computer-use 视觉管线。 | OpenAI | None | 图像推理链最佳 · Computer use 视觉 · 1M token 多模态 · 发布日期 2026-04-24 |
| 3 | Gemini 3.1 Pro视频理解与长时序推理最佳。 | Google | None | 视频理解 SOTA · 长时序推理 · 集成 Robotics-ER 1.6 · 200 万 token+ 多模态 |
LMArena Vision 前 3 全部 Anthropic（1309 / 1303 / 1298 ELO）。
OCR / 文档问答 / 图表理解选 Anthropic；图像支撑的推理链选 GPT-5.5；视频理解选 Gemini 3.1 Pro。
截至 2026-06-10，Claude Opus 4.7-thinking（Anthropic，LMArena Vision ELO 1309）在视觉与多模态理解领域领先，其次为 Opus 4.6-thinking（1303）与 Opus 4.7（1298）—— Anthropic 横扫 Vision Arena 前 3。Opus 4.8 因刚发布暂未上 Arena ELO。GPT-5.5 在图像支撑的推理链上领先；Gemini 3.1 Pro 在视频理解上领先。
Kimi K2.6（Moonshot）以 AA Intelligence Index 54 居开源权重榜首——距前沿闭源仅 7 分。DeepSeek V4 Pro（MIT，52）是开源推理第 2，Google 新发的 Gemma 4 12B（Apache 2.0，2026-06-03）把原生多模态塞进 16GB 笔记本即可运行的体量。开源与闭源的差距是有史以来最窄的一次。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Kimi K2.6AA Intelligence Index 开源权重榜首。距闭源前沿仅 7 分。 | Moonshot AI | 54 | AA Intelligence Index：54 · 开源权重 · 中英双强 · 长上下文保持力 |
| 2 | DeepSeek V4 ProMIT 开源权重，AA Intelligence Index 52——全榜第 3，开源推理模型第 2（仅次于 Kimi K2.6）。 | DeepSeek | 52 | AA Intelligence Index：52（全榜#3） · MIT 许可 · 开放权重 · MoE 1.6T 总参 / 49B 激活 · 1M tokens 上下文 |
| 3 | Gemma 4 12B2026-06-03 发布，Apache 2.0 开放权重。encoder-free 原生多模态（文/图/音/视频），256K 上下文，16GB 笔记本即可本地跑——性能逼近上代 27B。 | Google | — | Apache 2.0 · 开放权重 · 256K 上下文 · 原生多模态 · 16GB 显存可跑 · MMLU-Pro 77.2 · GPQA-Diamond 78.8 |
| 4 | Qwen3.7 Plus中文自托管部署的最佳开源选择。 | Alibaba | 53 | AA Intelligence Index：53 · 最佳中文开源 · 工具调用强 · 开放权重 |
Kimi K2.6（54）登顶开源；DeepSeek V4 Pro（52）第 2；Gemma 4 12B 带来 16GB 笔记本可跑的多模态。
通用开源部署选 Kimi K2.6；想要便宜的前沿级推理选 DeepSeek V4 Pro；端侧多模态选 Gemma 4 12B；中文自托管选 Qwen3.7 Plus。
截至 2026-06-10，Kimi K2.6（Moonshot AI）以 Artificial Analysis Intelligence Index 54 居开源权重模型榜首，距前沿闭源（Claude Opus 4.8，61）仅 7 分。DeepSeek V4 Pro（DeepSeek，MIT 许可）以 Intelligence Index 52（全榜第 3 / 共 89）居开源模型第 2。Google 于 2026-06-03 以 Apache 2.0 发布 Gemma 4 12B——encoder-free 多模态、256K 上下文、16GB 内存即可运行。Qwen3.7 Plus（阿里巴巴，53）撑起中国开源第一梯队。
2026 的性价比之战由中国开源军团主导。DeepSeek V4 Flash 以约 1/10 的价格拿到逼近旗舰的智能（Index 47），混合成本约 $0.06 / 百万 tokens。榜单点明一条警示：「Flash」「mini」标签不等于便宜——Gemini 3.5 Flash 智能分高达 55，但跑完整套 Intelligence Index 的成本高出 20 倍以上。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | DeepSeek V4 Flash每美元智能之王。AA Intelligence Index 47，$0.14/$0.28 每百万 tokens——约为同档 Flash 旗舰的十分之一，cache 命中价为 2026 一线模型最低。 | DeepSeek | 47 | AA Intelligence Index：47 · $0.14 输入 / $0.28 输出 每百万 · 混合 ≈ $0.06 / 百万 · MIT 开源权重 · 1M 上下文 |
| 2 | DeepSeek V4 Pro高智能 + 低价象限的最佳平衡。Intelligence Index 52（全榜前 3），$0.435/$0.87——仅为 GPT-5.5、Claude Opus 等同档旗舰的零头。 | DeepSeek | 52 | AA Intelligence Index：52（全榜#3） · $0.435 输入 / $0.87 输出 每百万 · 全榜智能前 3 · MIT 开源权重 |
| 3 | Qwen3.7 Plus让性价比之战不被单一厂商垄断。Intelligence Index 53，$0.40 输入——分数高于 V4 Pro；代价是输出更贵、出速更慢。 | Alibaba | 53 | AA Intelligence Index：53 · $0.40 输入 / $1.16 输出 每百万 · 性价比梯队最高分 · 中文与工具调用强 |
新增类目。DeepSeek V4 Flash 领跑每美元智能；开源模型包揽性价比梯队。
超大批量低成本场景选 DeepSeek V4 Flash；要更强推理又想省钱选 V4 Pro；想避免单一厂商依赖选 Qwen3.7 Plus。
截至 2026-06-10，DeepSeek V4 Flash（DeepSeek）以 Artificial Analysis Intelligence Index 47、$0.14 输入 / $0.28 输出（每百万 tokens）领跑性价比——混合成本约 $0.06 / 百万 tokens，约为同档 Flash 旗舰的十分之一。DeepSeek V4 Pro（Index 52，$0.435/$0.87）与 Qwen3.7 Plus（阿里巴巴，Index 53，$0.40/$1.16）共同组成性价比第一梯队。注意「Flash」「mini」并不代表便宜：Gemini 3.5 Flash 智能 55，但跑一遍 Intelligence Index 的成本高出 20 倍以上。