模型榜
DAYDREAM LEADERBOARD
AI 模型排行榜
金融分析、法律咨询与银行业务，看专业任务能否完成。
2 项评测·2 家机构·10/24 20:06 更新
专业办公榜30 个模型
| 参考 位次 | 模型 | ||
|---|---|---|---|
| 01 | Gemini 4 ArgonGoogleGoogle · 9月30日上线 | 2 项评测覆盖 100% | 91.6覆盖 100% |
| 02 | Claude Sonnet 5.5AnthropicAnthropic · 9月28日上线 | 2 项评测覆盖 100% | 86.6覆盖 100% |
| 03 | Claude Opus 5.5AnthropicAnthropic · 9月22日上线 | 2 项评测覆盖 100% | 86.6覆盖 100% |
| 04 | Gemini 3.8 FlashGoogleGoogle · 9月2日上线 | 2 项评测覆盖 100% | 86.6覆盖 100% |
| 05 | Claude Fable 5.1AnthropicAnthropic · 9月1日上线 | 2 项评测覆盖 100% | 85.7覆盖 100% |
| 06 | Gemini 3.7 FlashGoogleGoogle · 8月13日上线 | 2 项评测覆盖 100% | 85.7覆盖 100% |
| 07 | Claude Fable 5AnthropicAnthropic · 6月9日上线 | 2 项评测覆盖 100% | 78.9覆盖 100% |
| 08 | Grok 4.6xAIxAI · 8月12日上线 | 2 项评测覆盖 100% | 73.4覆盖 100% |
| 09 | GPT-6 AstraOpenAIOpenAI · 9月3日上线 | 2 项评测覆盖 100% | 72.5覆盖 100% |
| 10 | MiMo-V2.6-ProXiaomiXiaomi · 9月21日上线 | 2 项评测覆盖 100% | 72.1覆盖 100% |
| 11 | GLM-5.3开源权重 ↗Z.aiZ.ai · 8月18日上线 | 2 项评测覆盖 100% | 71.1覆盖 100% |
| 12 | GLM-5.3 Flash开源权重 ↗Z.aiZ.ai · 8月26日上线 | 2 项评测覆盖 100% | 71.1覆盖 100% |
| 13 | GPT-5.6 TerraOpenAIOpenAI · 7月9日上线 | 2 项评测覆盖 100% | 68.8覆盖 100% |
| 14 | Qwen3.8 MaxAlibabaAlibaba · 7月19日上线 | 2 项评测覆盖 100% | 65.3覆盖 100% |
| 15 | GPT-6.1 SolOpenAIOpenAI · 9月29日上线 | 2 项评测覆盖 100% | 65.3覆盖 100% |
| 16 | Muse Spark 1.3MetaMeta · 9月2日上线 | 2 项评测覆盖 100% | 65.3覆盖 100% |
| 17 | Claude Haiku 5.5AnthropicAnthropic · 10月7日上线 | 2 项评测覆盖 100% | 65.3覆盖 100% |
| 18 | Muse Spark 1.2MetaMeta · 8月5日上线 | 2 项评测覆盖 100% | 65.3覆盖 100% |
| 19 | Claude Sonnet 5AnthropicAnthropic · 6月30日上线 | 2 项评测覆盖 100% | 61.9覆盖 100% |
| 20 | Mistral Large 4Mistral AIMistral AI · 10月6日上线 | 2 项评测覆盖 100% | 60.2覆盖 100% |
| 21 | Grok 4.7xAIxAI · 9月21日上线 | 2 项评测覆盖 100% | 56.7覆盖 100% |
| 22 | GPT-5.5OpenAIOpenAI · 4月23日上线 | 2 项评测覆盖 100% | 56.7覆盖 100% |
| 23 | GPT-5.6 SolOpenAIOpenAI · 7月9日上线 | 2 项评测覆盖 100% | 56.7覆盖 100% |
| 24 | Gemini 3.6 FlashGoogleGoogle · 7月21日上线 | 2 项评测覆盖 100% | 56.7覆盖 100% |
| 25 | Claude Opus 4.8AnthropicAnthropic · 5月28日上线 | 2 项评测覆盖 100% | 53.3覆盖 100% |
| 26 | DeepSeek V4 Flash 0731开源权重 ↗DeepSeekDeepSeek · 7月31日上线 | 2 项评测覆盖 100% | 48.7覆盖 100% |
| 27 | Grok 4.5xAIxAI · 7月8日上线 | 2 项评测覆盖 100% | 48.5覆盖 100% |
| 28 | Kimi K3开源权重 ↗Moonshot AIMoonshot AI · 7月16日上线 | 2 项评测覆盖 100% | 48.5覆盖 100% |
| 29 | GPT-6 SolOpenAIOpenAI · 9月22日上线 | 2 项评测覆盖 100% | 48.5覆盖 100% |
| 30 | Claude Opus 4.7AnthropicAnthropic · 4月16日上线 | 2 项评测覆盖 100% | 48.5覆盖 100% |
综合参考顺序前十中暂未进入专业办公榜：Claude Opus 5（已有 1 项可比评测）。分类榜只比较测过同类评测的模型，通常需要两项、来自两家机构的评测。
daydream 评分为 0–100 分，越高表示本榜综合表现越强。同分按参考位次排列；筛选后保留原榜评分与位次，每次最多展示 30 个模型。
评分用于同一榜单、同一轮内的比较，不是正确率。各项评测的原始成绩可在模型详情查看。
如何看这张榜
当前覆盖金融分析与专业咨询，尚不能代表全部办公任务；统一工具流程中的成绩可以参与比较。价格不参与排序，缺测不补分。能力表现请结合分项原始成绩与运行配置判断。
了解计算方法 →关于价格
API 价格来自厂商官网，按每百万 Token 展示。美元报价按 2026-10-23 汇率折算成人民币。缓存价格指命中后的输入价格，缓存写入、存储及订阅费用另计。