8 月 9 日抓取 Artificial Analysis：Claude Opus 5 仍居榜首，但整条前沿带分数上移——Opus 5 max 63（7 月刊 61）、Fable 5 with fallback 62、GPT-5.6 Sol max 61、开源 Kimi K3 max 60。Muse Spark 1.2（xhigh）以 57 新进中前排，Grok 4.5 high 为 56。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Claude Opus 5仍居 AA Intelligence Index 榜首——现为 63（max），高于 7 月刊的 61。 | Anthropic | 63 | Intelligence Index：63（max） · SWE-bench Verified 约 96% · $5 / $25 每百万 tokens · 1M 上下文 · 发布日期 2026-07-24 |
| 2 | Claude Fable 5AA 将 Fable 5（with fallback）报在 62——8 月分数重估后总榜第 2。 | Anthropic | 62 | Intelligence Index：62（with fallback） · Mythos-class 安全防护 · 1M+ 上下文 · 自适应推理 · 发布日期 2026-06-09 |
| 3 | GPT-5.6 SolSol max 在 AA 升至 61；仍是 OpenAI 旗舰档。 | OpenAI | 61 | Intelligence Index：61（max） · Terminal-Bench 2.1：88.8% · $5 / $30 每百万 tokens · 1M 上下文 · 2026-07-09 全面开放 |
| 4 | Kimi K3开源 K3 max 达到 60——全球第 4，距 Opus 5 仅 3 分。 | Moonshot AI | 60 | Intelligence Index：60（开源第 1） · 2.8T MoE · 1M 上下文 · LMArena WebDev 第 1（7 月） · 开放权重 · $3/$15 每百万 · 发布日期 2026-07-17 |
| 5 | Muse Spark 1.2新进中前排，AA Index 57（xhigh）——改写了 7 月 top-5 结构。 | Muse | 57 | Intelligence Index：57（xhigh） · 相对 7 月 top 档为新面孔 · 闭源竞争者 |
| 6 | Grok 4.5AA high 模式 56 分；仍是 $2/$6 的便宜常驻推理之选。 | xAI | 56 | Intelligence Index：56（high） · 激进定价：$2 / $6 每百万 · 常驻推理 · 1M 上下文 · 发布日期 2026-07-08 |
AA Intelligence Index 前四相对 7 月刊普遍 +2～3 分。Muse Spark 1.2 新进中前排；DeepSeek V4 Flash 0731 报 52 分。
默认前沿主力仍是 Opus 5（$5/$25）；Mythos-class 天花板是 Fable 5；OpenAI 分层回应是 Sol；开源进前沿带仍是 Kimi K3。
截至 2026-08-09，Claude Opus 5（Anthropic）以 Intelligence Index 63（最大模式）领衔 Artificial Analysis 总榜，超过 Claude Fable 5（62）、GPT-5.6 Sol（OpenAI，61）与开源模型 Kimi K3（Moonshot AI，60）。Opus 5 定价 $5 输入 / $25 输出每百万 tokens。
02 本月榜首 GPT Image 2 OpenAI
GPT Image 2（high）把 Artificial Analysis 文生图 Arena 领先扩大到 ELO 1357（7 月刊 1338）。Reve 2.1 以 1314 居第 2。Google Nano Banana 2（Gemini 3.1 Flash Image Preview）以 1307 杀进前 3。Seedream 5.0 Pro 报 1266。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | GPT Image 2AA 文生图 Arena ELO 1357（high）——质量与生态双冠继续扩大。 | OpenAI | 1357 | AA 文生图 Arena ELO：1357（第 1） · 按 token 计费 · Batch API 50% 折扣 · 高保真输入 |
| 2 | Reve 2.1以 ELO 1314 稳居第 2，分层生成。 | Reve | 1314 | AA 文生图 Arena ELO：1314（第 2） · 分层生成 · $24 / 千图 · 首发即一线质量 |
| 3 | Nano Banana 2Gemini 3.1 Flash Image Preview 品牌——以 1307 新进 AA 前 3。 | Google | 1307 | AA 文生图 Arena ELO：1307（第 3） · Gemini 3.1 Flash Image Preview · Google 全家桶集成 |
| 4 | MAI-Image-2.5企业图像默认选项，ELO 1298。 | Microsoft | 1298 | AA 文生图 Arena ELO：1298 · 企业集成 · 微软栈 |
| 5 | Seedream 5.0 Pro中国生产向首选，ELO 1266，文字渲染强。 | ByteDance | 1266 | AA 文生图 Arena ELO：1266 · 图层分离 · 文字渲染强 |
GPT Image 2 high 1338→1357；Nano Banana 2 新进前 3；Seedream 5.0 Pro 仍是前排中国生产选项。
质量+生态选 GPT Image 2；分层生成性价比选 Reve 2.1；Google 预览栈选 Nano Banana 2；中文排版选 Seedream 5.0 Pro。
截至 2026-08-09，GPT Image 2（OpenAI，high）以 ELO 1357 居 Artificial Analysis 文生图 Arena 榜首，领先 Reve 2.1（1314）与 Nano Banana 2 / Gemini 3.1 Flash Image Preview（Google，1307）。Seedream 5.0 Pro（字节跳动）为 1266。
Gemini Omni Flash 以 ELO 1244（7 月 1240）继续拿下 AA 文生视频（含音频）榜首。MiniMax H3 以 1240 冲到第 2。Dreamina Seedance 2.0 720p 第 3（1224）；Wan2.7-260612 与 HappyHorse-1.1 进入前 5。Sora API 关停日仍为 2026-09-24。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Gemini Omni FlashAA 含音频视频榜 #1，ELO 1244——音画同步王冠仍在。 | Google | 1244 | AA 含音频视频榜 #1 · ELO 1244 · 无音频榜亦 #1 · ELO 1324 · 原生音画同步 · Gemini Omni 全家桶 |
| 2 | MiniMax H3AA 含音频视频榜新第 2，ELO 1240——8 月视频最大变量。 | MiniMax | 1240 | AA 含音频视频榜 #2 · ELO 1240 · 无音频榜 #2 · ELO 1306 · 相对 7 月场次快速攀升 |
| 3 | Seedance 2.0Dreamina Seedance 2.0 720p ELO 1224——仍是字节生产主力。 | ByteDance | 1224 | AA 含音频视频榜 #3 · ELO 1224 · 生产线成熟 · 多模态参考 |
| 4 | Wan2.7-260612阿里 Wan2.7-260612 含音频榜 ELO 1161。 | Alibaba | 1161 | AA 含音频视频榜 ELO：1161 · 阿里云原生 |
| 5 | Kling 3.0 Pro仍是亚太短视频性价比线；顶端名次战在 H3/Seedance 之间。 | Kuaishou 快手 | 1110 | 原生 4K/60fps 线 · Turbo 迭代速度 · 原生抖音 / TikTok 风格 |
含音频榜：Gemini Omni Flash 1240→1244；MiniMax H3 从 Seedance 手中夺走第 2；Seedance 2.0 仍居第 3。
音画同步竞技场选 Gemini Omni Flash；强势挑战者选 MiniMax H3；字节生产线选 Seedance 2.0。
截至 2026-08-09，Gemini Omni Flash（Google）以 ELO 1244 领跑 Artificial Analysis 文生视频（含音频），领先 MiniMax H3（1240）与 Dreamina Seedance 2.0 720p（字节跳动，1224）。OpenAI Sora API 仍计划于 2026-09-24 停服。
Claude Opus 5 仍以 7 月 SWE-bench Verified 高水位（约 96%）领跑 agentic coding。Kimi K3 守住开源 / LMArena WebDev 人气榜（1679）。GPT-5.6 Sol 仍以 88.8% 领跑 Terminal-Bench 2.1。8 月 9 日核查未发现更干净的公开数字超越 Opus 5。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Claude Opus 5SWE-bench Verified 约 96% 高水位仍在；AA Index 现为 63。 | Anthropic | 96 | SWE-bench Verified：约 96%（第 1） · AA Intelligence Index：63 · $5 / $25 每百万 tokens · 长程 agentic 编辑 |
| 2 | Kimi K3开源 WebDev 竞技场王者 1679；AA Index 60。 | Moonshot AI | 1679 | LMArena WebDev：1679（第 1） · AA Intelligence Index：60 · 开放权重 · 2.8T MoE · $3 / $15 每百万 tokens |
| 3 | Claude Fable 5Mythos-class 编码天花板；AA 总榜 62。 | Anthropic | 95 | SWE-bench Verified：95% · Mythos-class agentic coding · 1M+ 上下文 |
| 4 | GPT-5.6 Sol沙盒终端 Agent 最强——Terminal-Bench 2.1 88.8%。 | OpenAI | 88.8 | Terminal-Bench 2.1：88.8%（第 1） · SWE-bench Pro：64.6% · 内置沙盒 Shell |
王座未易主：Opus 5 仍是 SWE-bench 领先；Kimi K3 仍是 WebDev 第 1；AA 总榜 Opus/Kimi 现为 63/60。
最难重构选 Opus 5；开源前端与部署选 Kimi K3；Mythos 天花板选 Fable 5；沙盒终端 Agent 选 GPT-5.6 Sol。
截至 2026-08-09，Claude Opus 5（Anthropic）仍以 7 月 24 日发布测得的 SWE-bench Verified 约 96% 领跑 agentic coding。Kimi K3（Moonshot AI）以 ELO 1679 守住 LMArena WebDev；GPT-5.6 Sol 以 88.8% 领跑 Terminal-Bench 2.1。
05 本月榜首 Realtime 2 OpenAI
speech-to-speech 王位未变——OpenAI Realtime 2 仍领跑 agentic 语音。AA TTS 上 Qwen-Audio-3.0-TTS-Plus 以 ELO 1229 继续第 1（7 月 1234，王冠未易主，分数微漂）。Speechify Simba 3.2 第 2（1227），Gemini 3.1 Flash TTS 第 3（1210）。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Realtime 2仍是 agentic 语音默认——可配置推理 speech-to-speech。 | OpenAI | — | 可配置推理 · speech-to-speech agent · 流式翻译 + STT 变体 · 发布日期 2026-05-07 |
| 2 | Qwen-Audio-3.0-TTS-PlusAA TTS 第 1，ELO 1229——组件级 TTS 王冠仍在中国厂商。 | Alibaba | 1229 | AA TTS ELO：1229（第 1） · 多语言 + 中日韩强势 · 阿里云原生 |
| 3 | Simba 3.2AA TTS 第 2，ELO 1227——紧咬 Qwen。 | Speechify | 1227 | AA TTS ELO：1227（第 2） · 消费级朗读音质 |
| 4 | ElevenLabs v3仍是角色声音克隆默认；Scribe v2 realtime STT 仍在栈内。 | ElevenLabs | — | 角色声音克隆 SOTA · Scribe v2 realtime STT · Music v2 API · 100+ 语言 |
TTS 冠军仍是 Qwen-Audio-3.0-TTS-Plus；Elo 1234→1229。Agentic S2S 仍是 Realtime 2。
agentic 语音选 Realtime 2；纯 TTS 质量选 Qwen-Audio-3.0-TTS-Plus；角色克隆选 ElevenLabs v3。
截至 2026-08-09，OpenAI Realtime 2 仍是 agentic 语音 speech-to-speech 领先模型。阿里 Qwen-Audio-3.0-TTS-Plus 以 ELO 1229 居 Artificial Analysis TTS 榜首，领先 Speechify Simba 3.2（1227）与 Gemini 3.1 Flash TTS（1210）。
截至 8 月 9 日核查，Suno v6 仍未发布。Suno v5.5 仍是整曲默认。ElevenLabs Music v2（6 月 15 日起 API）与 Udio v3 分轨仍是录音棚向备选；Lyria 仍走 Gemini Omni 跨模态路径。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Suno v5.5仍是 Suno 最新已发布版本——整曲连贯与歌词韵律最佳。 | Suno | — | 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 | — | 分轨输出 · 录音棚级混音 · 电子曲风强势 · DAW 友好 |
| 3 | ElevenLabs Music v2自 6 月 15 日起的 API 优先授权曲库音乐生成。 | ElevenLabs | — | API 优先的音乐生成 · 授权曲库 · Music Finetunes API · 与语音栈集成 |
王座未变。Suno v6 仍未官宣/上线。
整曲选 Suno v5.5；分轨棚用选 Udio v3；授权 API 音乐选 ElevenLabs Music v2；跨模态走 Gemini Omni 调 Lyria。
截至 2026-08-09，Suno v5.5 仍是领先的音乐生成模型——Suno v6 仍未发布。ElevenLabs Music v2 继续提供 API（自 2026-06-15）；Udio v3 在分轨棚用工作流上保持领先。
Claude Fable 5 仍以 7 月重算的 LMArena Vision ELO 1327 居首——8 月 9 日未确认到更高的公开 Vision 数字。AA 总智能 Opus 5 为 63、Fable 5 为 62，多模态理解仍偏 Anthropic。Gemini 3.6 Flash（Index 52）是 Google 快速多模态选项。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Claude Fable 5LMArena Vision 第 1（1327）；AA 总榜 62。 | Anthropic | 1327 | LMArena Vision ELO：1327（第 1） · AA Intelligence Index：62 · OCR + 文档理解 SOTA · 1M+ 上下文 |
| 2 | Claude Opus 5多模态旗舰，AA 总榜第 1（63）。 | Anthropic | 63 | AA Intelligence Index：63（总榜第 1） · 文档问答 + 图表 · $5 / $25 每百万 tokens |
| 3 | GPT-5.6 Sol图像支撑推理，AA Index 61。 | OpenAI | 61 | AA Intelligence Index：61 · 图像支撑推理 · 1M 上下文 |
| 4 | Gemini 3.6 FlashAA 总榜新报 52——Google 快速多模态栈之选。 | Google | 52 | AA Intelligence Index：52 · AA 上输出速度快 · Gemini 多模态栈 |
Vision 王冠未变（Fable 5 @ 1327）。Gemini 3.6 Flash 出现在 AA 总榜 52 分。
OCR/文档/图表选 Anthropic；图像支撑推理选 GPT-5.6 Sol；视频理解选 Gemini 线。
截至 2026-08-09，Claude Fable 5（Anthropic）仍以 ELO 1327 居 LMArena Vision 榜首；Claude Opus 5（AA Index 63）与 GPT-5.6 Sol（AA Index 61）在总智能上紧随。Gemini 3.6 Flash 在 Artificial Analysis Intelligence Index 上为 52。
Kimi K3 max 达到 AA Intelligence Index 60——仍是开源第 1、全球第 4，距 Opus 5（63）仅 3 分。DeepSeek V4 Flash 0731 在不调价（$0.14/$0.28）情况下升至 52。GLM-5.2 max 约 53；MiniMax-M3 为 45。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | Kimi K3开源第 1，AA Index 60——全球第 4，距 Opus 5 仅 3 分。 | Moonshot AI | 60 | AA Intelligence Index：60（开源第 1） · 2.8T MoE · 1M 上下文 · LMArena WebDev 第 1 · $3 / $15 每百万 tokens |
| 2 | DeepSeek V4 Flash 07310731 刷新至 Index 52，价格仍 $0.14/$0.28——开源性价比之王。 | DeepSeek | 52 | AA Intelligence Index：52 · $0.14 入 / $0.28 出 每百万 · MIT 开放权重 · 1M 上下文 |
| 3 | GLM-5.2AA max 约 53——强势开源中文备选。 | Zhipu AI | 53 | AA Intelligence Index：约 53（max） · 已开放按量 API |
| 4 | Gemma 4 12BApache 2.0 端侧多模态默认。 | Google | — | Apache 2.0 · 开放权重 · 256K 上下文 · 原生多模态 · 16GB 显存可跑 |
Kimi K3 57→60；DeepSeek V4 Flash 0731 47→52；开源王冠未易主。
前沿开源部署选 Kimi K3；纯性价比选 DeepSeek V4 Flash 0731；端侧多模态选 Gemma 4 12B。
截至 2026-08-09，Kimi K3（Moonshot AI）以 Artificial Analysis Intelligence Index 60 居开源权重模型榜首——全球第 4，距闭源前沿 Claude Opus 5（63）仅 3 分。DeepSeek V4 Flash 0731 为 52 分，定价 $0.14/$0.28 每百万 tokens。
DeepSeek V4 Flash 0731 成为新的性价比头条：Intelligence Index 52，价格仍是让 Flash 在 7 月以 47 分称王的 $0.14/$0.28。MiniMax-M3 仍是 Index 45 的便宜高编码档。Kimi K3 有 Index 60 但 $3/$15——偏质量而非纯每美元智能。
| # | 模型 | 厂商 | 评分 | 核心优势 |
|---|
| 1 | DeepSeek V4 Flash 0731Index 52、$0.14/$0.28——0731 刷新后仍是每美元智能之王。 | DeepSeek | 52 | AA Intelligence Index：52 · $0.14 入 / $0.28 出 每百万 · 混合成本仍约旗舰 1/10 · MIT 开放权重 · 1M 上下文 |
| 2 | MiniMax-M3AA Index 45——便宜高编码性价比档。 | MiniMax | 45 | AA Intelligence Index：45 · 编码每美元强 · 标准 API 价位档 |
| 3 | GLM-5.2绝对价格高于 Flash，指数更高（max 约 53）。 | Zhipu AI | 53 | AA Intelligence Index：约 53（max） · 按量 API |
| 4 | Kimi K3不是最便宜——但是 $3/$15 下最好的开源质量（Index 60）。 | Moonshot AI | 60 | AA Intelligence Index：60 · $3 / $15 每百万 tokens · 开源接近前沿 |
领导者名称更新为 V4 Flash 0731；Index 47→52 且价格不变。MiniMax-M3 仍是 7 月叙事中的 SWE-bench 性价比选项。
超大批量低成本选 V4 Flash 0731；预算内更强开源推理选 GLM / K 系次旗舰；能接受 $15 输出则 Kimi K3 接近前沿。
截至 2026-08-09，DeepSeek V4 Flash 0731 以 Artificial Analysis Intelligence Index 52、$0.14 输入 / $0.28 输出（每百万 tokens）领跑性价比——价格未变，指数相对 7 月刊的 47 上升。