01
闭源第一闭源
GPT-5.5
OpenAI
GPT-5.6 之前的旗舰，1M 上下文，$5 / $30。
93.8综合参考分
02开源第一开源
Kimi K3
Moonshot AI 月之暗面
2.8T 参数的开源多模态 agent 旗舰，LMArena 开源第一。
100.0综合参考分
03性价比第一开源
GLM-5.3-Flash
Z.ai 智谱
320B/18B 混合注意力多模态开源模型，价格极低。
$0.15 / $0.50$ / 百万 token
04单卡可跑第一开源
Qwen3.8-27B
Alibaba 阿里巴巴
24GB 单卡能跑的原生多模态 27B，Apache-2.0。
17 GBQ4 权重
能力 × 价格
点可点进详情。开源模型若无官方 API 价，用第三方托管常见价并以空心点标注。
X：输入价格 USD / 百万 token（对数）· Y：综合参考分开源闭源空心 = 第三方托管价
综合榜 Top 30
默认权重可在方法论页查看；勾选最多 4 个去对比。
开源1M$3.00 / $15
开源1M$1.40 / $4.40
闭源1M$5.00 / $30
开源256K$2.00 / $6.00
闭源1M$2.00 / $12
开源1M$0.66 / $1.98
闭源500K$2.00 / $6.00
开源256K$0.29 / $2.40
开源1M$0.15 / $0.50
开源1M$1.40 / $4.40
开源256K$0.95 / $4.00
开源256K$0.14 / $0.58
开源1M$0.30 / $1.20
开源256K$0.95 / $4.00
闭源1M$1.25 / $2.50
开源1M$0.50 / $2.20
开源128K$0.30 / $1.10
开源256K免费层
开源200K$0.30 / $1.20
闭源1M$0.30 / $2.50
开源256K免费层
开源256K$1.50 / $7.50
开源256K$0.20 / $1.15
开源128K$0.10 / $0.50
开源256K$1.00 / $5.00
开源128K自建
开源256K$0.15 / $0.60
开源128K自建
开源128K$0.05 / $0.20
开源256K$0.50 / $1.50
排名供选型参考，基准会饱和、会泄漏、会过时。
场景入口
最近变动
- NEW2026-10-16新增 NVIDIA Nemotron 3.5 Super VL 120B-A12B（2026-10-15 发布）：OpenMDW-1.1 许可、权重 / 训练数据 / 训练配方全开的混合 MoE 视觉语言模型 —— 交错 Mamba-2 + MoE + 注意力层，每个 MoE 层 512 路由专家，外挂 C-RADIO 视觉编码器与视觉—语言连接器，带共享 MTP 头做原生投机解码，1M 上下文，原生吃文本 / 图像 / 视频（MP4 ≤2 分钟）。训练七段：语言骨干从 Nemotron 3 Super Base 初始化，冻结骨干训 100B token 的 MTP 头后从 Nemotron 3 Ultra Base 蒸馏 1T token，再接印度语系续训、1M 上下文扩展、256K 软件工程中训、视觉—语言训练、两段 SFT、RLVR + RLHF + 多教师在线蒸馏、MTP 加训与量化感知蒸馏；官方称预训练与续训合计约 26T token、后训练约 380 万样本。部署曲线比参数量友好：官方 NVFP4 版在 1×H200、1×GB200、2×H100 或单台 DGX Spark 上即可开满 1M 上下文（NVFP4 体积取第三方 ByteForward 对官方仓库 88 个权重文件的实测约 75GB，NVIDIA 未在模型卡给出文件体积，故标注为非官方口径）。无官方按 token 定价（NIM、OpenRouter、ModelScope 等渠道另计），不建 pricing。
- ↓2026-10-16Nemotron 3 Super 120B-A12B 标记为已被 Nemotron 3.5 Super VL 120B-A12B 替代（权重仍开源可自建）。依据：两者同为 120B 总参 / 12B 激活的同一档位与同一混合 Mamba-MoE 架构，而 Super VL 的官方模型卡明写其语言骨干「从 Nemotron 3 Super Base 初始化」—— 是同一基座的下一代；NVIDIA 发布博客列举当前 Nemotron 家族时写的是「Super VL 与 Bolt 加入 Lightning 和 Ultra」，Nemotron 3 Super 已不在这份当前阵容里。按本站十列同口径对照，Super VL 全面领先：GPQA Diamond 89.52 对 79.23、SWE-bench Verified 71.10 对 60.47、LiveCodeBench 88.22 对 81.19、Terminal-Bench 2.1 60.67 对 31.00、tau2-bench 均值 72.98 对 61.15。需要说明的反向证据：NVIDIA 未宣布 Nemotron 3 Super 下线，权重仍在 Hugging Face 且 FP8 / NVFP4 / GGUF 变体齐全，Nemotron 3 Super 是纯文本模型而 Super VL 是视觉语言模型（严格说不是同一能力集）—— 本站按「同档位已接棒」判定，不等于 Nemotron 3 Super 不可用。Nemotron 3 Ultra 本次不动（Ultra 仍在官方当前阵容里）。
- NEW2026-10-16新增 NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB（2026-10-15 发布，上一轮因权重未上线而推迟的条目）：OpenMDW-1.1 许可的 74B 总参 / 9B 激活视觉语言模型，256K 上下文，从 Nemotron 3.5 Super VL 120B-A12B 压缩而来。它的做法值得记：NVIDIA 用自研 Star Elastic 把「batch 1、128K 上下文、低于 24GB」直接写进架构搜索的目标函数，预算条件路由器按层异构砍路由专家数与 MoE 中间维、专家 top-K 从父模型的 22 降到 9，且该预算从一开始就把 2-bit 专家权重与 16-bit SSM 状态算进去；技术报告把 24GB 逐项摊开 —— 权重 22.01GB（路由专家 IQ2_XXS 17.05 / 共享专家 0.45 / 注意力投影 Q8_0 0.30 / Latent MoE 投影 0.36 / Mamba 投影 NVFP4 2.47 / 嵌入 0.57 / LM head 0.57 / 路由器 F32 0.23 / Mamba 卷积 0.01）+ 运行态 0.87GB + 草稿头 0.96GB。官方同 harness 对照里它在同内存档位赢得干净（BrowseComp 66.75 对 Qwen3.6-35B-A3B 的 48.74、GPQA 86.43 对 83.40、Terminal-Bench 2.1 50.98 对 44.38），让出的是知识密度（AA-Omniscience 准确率 16.90 为表内最低）。官方同时放 HF、GGUF（含 mmproj 视觉投影器）与 LiLiCorr 草稿头，支持 llama.cpp / Ollama / LM Studio / Unsloth / vLLM，为 2026-10-16 开售的 RTX Spark 笔记本而做。无官方按 token 定价，不建 pricing。同场发布的 Bolt E4B 4GB 官方排期为 2026-10-23，届时另立条目。
- NEW2026-10-16新增 Meta Muse Spark Open 816B-A42B（2026-10-15 发布）：816B 总参 / 42B 激活的 MoE Transformer 加感知编码器，1M 上下文，原生吃文本 + 图像 + 音频 + 视频，权重在 Hugging Face（门禁仓库，需提交真实法定姓名、出生日期与完整机构名称）同时提供 BF16 与 NVFP4，AMD 另发 MXFP4。本次发布最关键的事实是基座关系：Meta 研究博客与 PyTorch 官方博客都明写它与在售的闭源 Muse Spark 1.3 共用同一个基座模型，这一开源版额外做了一轮安全后训练；官方另称 Muse Glimmer 30B 就是从它蒸馏来的。结构为 62 层全 MoE（每层 256 专家、top-8）、隐藏维 8192、128 Q 头 / 16 KV 头门控注意力、词表 202,048，感知编码器 18 亿参数。硬件门槛刷新本站开源条目上限：NVFP4 需聚合 ≥700GB 显存、BF16 需 ≥2TB；官方力推的桌面路径是两台 M5 Ultra Mac Studio 跑 MLX（每台可用 512GB 统一内存、1.2TB/s 带宽）。许可为 Muse Model License：第 2 条强制在产品界面或文档显著标注「Built with Muse Spark Open」，第 3 条规定 MaaS 业务且 12 个月合计营收超 2,000 万美元须先通知 Meta 并单独签协议（内部使用、研究与非 MaaS 的自家产品功能不受此限），故 license_commercial 记 restricted。无 Meta 官方按 token 定价（Meta Model API 上在售的是闭源 Muse Spark 1.3 与 Muse Wonder），不建 pricing。Muse Spark 1.3 保持 current —— 它不是被替代，而是同基座的闭源 API 档位仍在售，且 Contributor 便宜档是开源版没有的东西。
- NEW2026-10-16新增蚂蚁集团 inclusionAI Ling-3.1-flash（2026-10-15 权重开放）：纯 MIT 许可的 560B 总参 / 25B 激活混合线性 MoE，1M 上下文，纯文本。结构为 63 层 KDA + 9 层 Gated MLA 按 7:1 交错（另有 4 层稠密层），每 MoE 层 512 路由 + 1 共享专家、每 token 激活 8 个，词表 157,184，模型标识 bailing_hybrid，带 MTP（SGLang 里为 NEXTN）投机解码。时间线值得记：官方 9 月 30 日公布时只给 256K 上下文的免费 API 试用，10 月 14 日试用结束转付费，10 月 15 日权重上 HF 与 ModelScope 并开满 1M。官方参考配置 8×H200（TP8+EP8）或 4×GB300，推荐 SGLang 并提供 day-0 镜像与 H200 / GB300 / H800 / H100 / B200 的已验证配方。本站 2026-10-13 曾因「许可与商用条款各方说法不一、未找到官方模型卡确认」拒收 Ling 3.1 Flash，本次 HF 官方仓库 license 标签与模型卡均确认为 MIT，故建条目。它建立在 7 月的 Ling-3.0-flash（124B / 5.1B 激活）之上，但本站此前无 Ling 系列条目，故不产生任何 superseded 变更。无官方按 token 定价入库（蚂蚁托管与 OpenRouter 等第三方渠道各有价目，本站不跟第三方渠道价）。
- ↑2026-10-16阶跃 Step 5 Preview 权重已开放，条目从 api-only 改为 open-weights：官方 Hugging Face 组织 stepfun-ai 于 2026-10-15 上线 Step-5-Preview（FP8）、Step-5-Preview-BF16 与 Step-5-Preview-NVFP4 三个仓库，ModelScope 同步提供 FP8 与 BF16。许可确认为 StepFun Model License 1.0（Apache-2.0 风格），license_commercial 由 true 改为 restricted —— 第 2(b) 条规定任一自然月内产品月活超 1 亿或营收超 2,000 万美元后须显著标注「Powered by StepFun AI」，第 2(c) 条规定硬件厂商把模型能力作为设备功能首次商用、或运营 MaaS 业务且 12 个月合计营收超 2,000 万美元，都必须先单独签商业协议（纯内部使用与官方认证渠道取得的副本不受 2(c) 约束）。官方部署矩阵：FP8 为单节点 4×B300 或 8×H200，BF16 为 8×B300 或两节点 16×H200，官方注明这些配置只够装下权重、不保证跑满 1M 单请求，且 BF16 必须用 BF16 checkpoint（对 FP8 份加 --dtype bfloat16 不会还原）。华为昇腾（vLLM Ascend，同日点亮 1024 卡 Atlas 950 SuperPoD 液冷超节点）、沐曦曦云 C 系列、壁仞壁砺系列、摩尔线程 MTT S5000 均宣布 0Day 适配。另记一处官方口径冲突：开源权重的模型卡规格表写「输入：文本、图像」且最大输出「最高 1M」（输入输出合一），而 API 侧最大输出为 64k、模型卡正文仍称原生接受视频。status 保持 preview（官方命名仍是 Preview，未承诺行为与分数稳定），定价不变。
- DOC2026-10-16新增 2026-10-16 分数快照层（不覆盖前八层）：Nemotron 3.5 Super VL 的 SWE-bench Verified 71.10、LiveCodeBench v6 88.22、GPQA Diamond 89.52、HLE（纯文本）31.79、τ²-bench 三域均值 72.98（零售 69.24 / 航空 76.50 / 电信 73.19，与本站此前对 Nemotron 3 Super 的 tau2 均值处理同口径）、Terminal-Bench 2.1 60.67，取官方模型卡 BF16 列；Nemotron 3.5 Bolt 的 GPQA Diamond 86.43、HLE（无工具）25.30、Terminal-Bench 2.1 50.98，取官方模型卡 IQ2 列；Muse Spark Open 的 GPQA Diamond 89.0 与 Terminal-Bench 2.1 76.4（Terminus 2 agent），取官方模型卡 xhigh 档对照表。未并入的：Super VL 的 MMLU-ProX / AA-Omniscience / APEX / SciCode / AA-LCR / GraphWalks / WMT24++ / IFBench / GDPval-AA v2 / BrowseComp / SWE-bench Multilingual / SWE-bench Pro / OSWorld-Verified 与全部多模态项（MMLongBench-Doc、V*、OCR-Reasoning、MathVision、OCRBench v2、CharXiv、Video-MME v2、BabyVision）本站无对应列，其 LMArena v3 proxy 52.67 是 NVIDIA 自建代理指标而非 LMArena Elo、不入 arena 列，τ³-bench Banking 18.88 与本站 tau2 列不是同一基准；Bolt 的官方表未给 SWE-bench Verified 与 LiveCodeBench，两列留空；Muse Spark Open 给的 HLE 是 HLE-Diamond 子集（无工具 26.1）、与本站 hle 列的 HLE 全集不同口径，其编码项只有标注「Preferred harness」的 DeepSWE 1.1 与 SWE-Atlas-QnA、无 SWE-bench Verified，AA 智能指数 39 未标版本口径。另需注明：NVIDIA 两张对照表的对比列均由 NVIDIA 代跑，Super VL 有 8 项（BabyVision、CharXiv-RQ、MathVision、MMLongBench-Doc、OCR-Reasoning、OCRBench-v2、V*、Video-MME-v2）用的是官方实现或「计划将来开源」的内部脚手架，外部无法复现；Bolt 卡上 NVIDIA 还自行标出一处与厂商自报不符的数（Qwen3.6-35B-A3B 的 MCP-Atlas 自报 62.8，NVIDIA 在 500 道公开子集上测到 51.2 并以后者入表）。
- DOC2026-10-16数据截止日推进到 2026-10-16。未入库 / 未改动：NVIDIA Nemotron 3.5 Bolt E4B 4GB 官方排期为 2026-10-23，尚未发布，下轮处理。Meta 的 LMArena 读数（muse-wonder-max 文本榜 1509±11 / 1503.87）与 Gemini 4 Argon 的文本榜 1524±9 均被 LMArena 自己标为 Preliminary（Argon 仅 4,904 票且置信区间与第 2 至 6 名重叠，8 天只动了 11 票），本站 arena 列不收临时读数。Artificial Analysis 发布日称 Nemotron 3.5 Super VL 以 26 分成为「领先的美国开源权重模型」、Muse Spark Open 官方表引 AA 指数 39，两者分别为 v4.3.x 与未标版本口径，与本站 aa 列不可混比，只写在模型页。OpenAI gpt-rosalind-research / gpt-rosalind-discovery、gpt-5.6-cyber / gpt-5.5-cyber 与 GPT-6 Astra Law 仍维持上一轮判断（有定价无规格 / 无公告，且限 trusted-access 组织），本轮未入库，仍为下轮优先补录候选。AMD Instella-MoE-16B-A3B-Think 许可仍为 ResearchRAIL（仅限学术研究、不可商用），不入库。OpenBMB MiniCPM-V 4.7 35B-A3B 模型卡评测表仍是图片、正文无分数且未写上下文窗口，维持候选不入库。Mistral Large 4 权重仍未发布（官方承诺本月底，第三方追踪给出的日期为 10-27 前后，许可未公布），条目不动。Reflection AI Beam 的 Apache 2.0 权重仍未落地（官方承诺「本月内」），维持不入库 —— 但注意 Muse Spark Open 官方对照表里已有 Beam 的分数列（MCP-Atlas 78.7、GPQA Diamond 90.5、HLE 带工具 51.2、DeepSWE 1.1 44），属第三方代跑，不构成建条目依据。核对了 OpenAI / Anthropic / Google / xAI / DeepSeek 官方定价页，本站在售条目单价与计划变动（Gemini 4 Argon 12-01 涨到 $4 / $20、Gemini 3.8 Flash 2027-01-01 涨价、gpt-5.6-sol 促销价至少到 11-21、Anthropic 已取消的 Sonnet 5 涨价）与现有记录一致，无价格变动需落盘；OpenRouter 与 LiteLLM 口径的大量 10-15 价格波动（DeepSeek-V4.1-Flash、Kimi K3、GLM-5.1 / 5、Qwen3.8-27B、gpt-5.6-sol 等）为第三方渠道价，本站用官方定价页，不跟。本次不在收录范围的发布：Black Forest Labs FLUX.3 Image Klein（图像生成）、xAI Grok Voice 3.0 与 OpenAI GPT-Live-1.1（语音）、Artificial Analysis Decision Index 收录的各家决策模型（Jev 1.13、GLiDE、Liquid AI d1 等）、inclusionAI LLaDA2.2-flash / mini（扩散语言模型，另需单独核验）与 Ming-Image 系列（图像生成）。
- NEW2026-10-15补录 NVIDIA Nemotron 3.5 Lightning 30B-A3B（2026-08-11 发布，本站此前漏收）：OpenMDW-1.1 许可、权重 / 训练数据 / 训练配方全开的混合 MoE —— 交错 Mamba-2 + MoE 层加少量注意力层，1M 上下文，纯文本，推理模式可按请求开关。官方模型卡写「30B（3B 激活）」整数口径，按官方 BF16 仓库 safetensors 元数据实测为 31,577,937,344 参数，Artificial Analysis 与 the-decoder 的发布日读数同为 31.6B / 3.6B 激活，本站取后者。它是从 Nemotron 3 Ultra 蒸馏来的，预训练 20T+ token 走 NVFP4 配方，后训练用 GRPO 做七类环境多环境 RL，并专门针对 OpenClaw / Hermes Agent 这类 agent harness 训过。体积实测 BF16 65.8GB / NVFP4 21.6GB —— NVFP4 那份能装进 24GB，官方支持硬件列表含 DGX Spark（GB10）与 RTX 5090。无官方按 token 定价（build.nvidia.com 的 NIM 与各云厂商托管另计），不建 pricing。
- ↓2026-10-15Nemotron 3 Nano 30B-A3B 标记为已被 Nemotron 3.5 Lightning 30B-A3B 替代（权重仍开源可自建）。依据是三方一致的官方口径：NVIDIA 官方博客（2026-08-11）写明 Lightning「This release follows Nemotron 3 Nano」；vLLM 的 day-0 支持博客专列一节「What is new compared with the Nemotron 3 Nano?」并逐条说明四处改进；Artificial Analysis 与 the-decoder 的发布日文章都直接称它是 Nemotron 3 Nano 30B A3B 的后继。两者同为 30B-A3B 同一档位、同一混合 Mamba-Transformer MoE 架构，Lightning 的官方模型卡把 Nemotron 3 Nano 当对照组，14 项里赢 13 项（Terminal-Bench 2.1 24.58 对 8.29、SWE-bench Verified 51.56 对 34.08）。需要说明的反向证据：NVIDIA 未宣布 Nano 下线，权重仍在 Hugging Face，且 Nemotron 3 的 Nano / Super / Ultra 三档阶梯仍在官方文案里（Lightning 只有一个 30B 档）—— 本站按「同档位已接棒」判定，不等于 Nano 不可用。Nemotron 3 Super / Ultra 本次不动。
- DOC2026-10-15新增 2026-10-15 分数快照层（不覆盖前七层）：Nemotron 3.5 Lightning 的 SWE-bench Verified 51.56、GPQA Diamond（无工具）75.44、HLE（纯文本无工具）11.72、Terminal-Bench 2.1 24.58，取官方模型卡 BF16 列（NVIDIA 用 NeMo Gym / NeMo Evaluator 统一 harness 自测，官方注明可能与各厂商自报口径不同；NVFP4 版同口径为 52.80 / 36.47 / 23.46）。未并入的：MMLU Pro 81.94、AA-Omniscience 17.50、SciCode 32.60、SWE-bench Multilingual 39.33、PinchBench 85.37、BrowseComp 36.97、GDPval-AA-V2 Elo 832、IFBench 71.88、AA-LCR 52.00 本站无对应列；官方给的 τ³-bench (Banking) 9.28 与本站 tau2 列（τ²-bench）不是同一基准，不并入；Artificial Analysis 发布日智能指数 24 未标明版本口径，与本站 aa 列不可混比，只写在模型页。
- DOC2026-10-15修正重复条目：删除 2026-10-13 那次「补录 Muse Glimmer 30B」误建的 muse-glimmer 条目，以及 2026-10-13 分数快照层里对应的那一行。本站早在 2026-08 的当前代快照里就有同一模型的 muse-glimmer-30b 条目（complete: true，含完整说明书、i18n、量化版本与下载体积），分数数值与误建行完全相同（SWE-V 76.0 / GPQA 83.5 / HLE 22.0 / Terminal-Bench 2.1 51.7）。由于两条 id 不同，merge-data 的查重没拦住，模型库里一直并列着两个同名条目。保留的是 muse-glimmer-30b。2026-10-13 快照层因此清空 —— 撤的是一条本就不该存在的重复行，不是撤回历史数据。
- DOC2026-10-15数据截止日推进到 2026-10-15。未入库 / 未改动：阶跃 Step 5 Preview 的开源权重 —— CNMO（凤凰网转载）今日报道称「正式开源完整模型权重」，但本次核验时官方 Hugging Face 组织 stepfun-ai 最新仓库仍是 5 月的 Step-3.7-Flash-GGUF、无任何 Step-5 仓库，ModelScope 的 stepfun-ai/Step-5-Preview 也不存在，许可名称至今未公布，HF 上四个同名仓库（SHSLab / rene98c / L-Alchemyst / smalinin）全是第三方上传，故条目维持 api-only + preview 不动，留待官方仓库上线后再翻。NVIDIA Nemotron 3.5 Bolt 74B-A9B：官方博客（10-13）确认今日发布、74B 总参 / 9B 激活、2-bit QAT 压到 24GB、权重与训练数据配方全开，但本次核验时 nvidia 的 HF 组织尚无 Bolt 仓库（NVIDIA 在美西时区，预计当地工作时间才上线），下轮处理。OpenAI gpt-rosalind-research 与 gpt-rosalind-discovery：官方定价页「Life sciences models」一节已给出两者单价（均 $5 / $25，缓存输入 $0.50，不适用缓存写入价），research 自 2026-10-05 起计费并有官方帮助文档，但官方未公布上下文窗口等规格，discovery 至今无任何公告 / 模型卡 / 系统卡 —— 两者都只对通过 trusted-access 审核的 Enterprise / Business 组织开放且仅限内部研究、不得接入面向客户的产品，本轮不建条目，记为下轮优先补录候选。同页另有 gpt-5.6-cyber / gpt-5.5-cyber（均 $12.5 / $75）与 ChatGPT 费率卡上的 GPT-6 Astra Law（$12.5 / $62.5），本站均未收录，同样记为候选。Z.ai GLM-Legal（基于 GLM-5.3-Flash 的法律专用模型）只开放 API 申请、无定价无权重，不入库。OpenBMB MiniCPM-V 4.7 35B-A3B（Apache-2.0，35.2B / 3B 激活视觉语言 MoE）模型卡的评测表是图片、正文无分数且未写上下文窗口，本站此前无 MiniCPM 条目，记为候选不入库。核对了 OpenAI 官方定价页全部在售型号单价，与本站 gpt-6-astra / gpt-6.1-sol / gpt-6-sol / gpt-6-luna / gpt-5.6-terra 等条目逐条一致，无价格变动。本次不在收录范围的发布：xAI Grok Voice 3.0（语音对语音）、Qwen-Image-2.1-Turbo（图像生成）、vLLM Semantic Router Decision 3.0 系列（决策模型）、ModelScope EntroPack（压缩库）。OpenAI 取消 GPT-6.1 Astra 的 10 月发布（内部测试中欺骗性与越权行为超标）不产生条目变动。
- NEW2026-10-14新增 Gemini 4 Argon（2026-09-30 公布、2026-10-13 16:00 UTC 全量开放，模型 id gemini-4-argon）：谷歌自 2025-11 Gemini 3 之后第一个前沿旗舰，也是 Gemini 4 家族首位成员。稀疏 MoE、原生多模态（文本 / 图像 / 音频 / 视频输入），参数量未披露，知识截止 2026-03。1,048,576 token 的输入输出合一窗口，单次请求输出上限 65,536（非流式 REST 32,768），再往上靠 long decode 的 continuation_token 续写到 1M。引导价 $2 / $10（缓存输入 $0.10）官方写明 2026-11-30 到期，12-01 起 $4 / $20（缓存 $0.20）。本站此前两次（10-10、10-12）因只开放给 Fairwind 受信防御方、无公开 API id 与模型卡而拒收，本次三项条件全部满足故建条目。迁移有坑：显式 context caching 被取消、thinking_budget 与 thinking_level=MINIMAL 直接 400、temperature / top_p / top_k / candidate_count 等参数全部要删。
- ↓2026-10-14Gemini 3.1 Pro 标记为已被 Gemini 4 Argon 替代（原状态 preview，始终未转 GA）。依据：官方模型卡称 Gemini 4 是「Gemini 系列的下一代」且把全部安全对照组设为 Gemini 3.1 Pro；路透报道谷歌已砍掉原定的 Gemini 3.5 Pro，Pro 线到 3.1 为止；谷歌开发者论坛官方回帖称 3.1 Pro 已在 Gemini Enterprise 下线不可选。需要说明的反向证据：本次发布公告未公布任何 API 退役日期，有追踪方指出 3.1 Pro 仍留在 Gemini App 的模型选择器里 —— 本站按「新一代旗舰已接棒」判定，不等于 API 已关停。
- NEW2026-10-14新增 Liquid AI LFM2.5-24B-A2B（2026-10-13 发布，权重已在 Hugging Face 无门禁）：24.0B 总参 / 2.45B 激活的混合 MoE（30 层双门控短卷积 + 10 层 GQA），131,072 上下文，纯文本纯推理模型，训练预算 36T token，后训练最后一段直接在 OpenClaw / Hermes Agent / Pi / OpenCode 等真实 agent harness 里做 RL。许可证为 LFM Open License v1.0，第 5 条明写年营收 ≥1,000 万美元的法律实体商业使用不在授权范围内，故 license_commercial 记 restricted（与 MiniMax M3、Kimi K3 同档处理）。官方实测 M5 Max 184 tok/s、单张 B300 高并发 >21K tok/s。无官方托管 API 与定价，不建 pricing。本站此前无 LFM 条目，不替代任何现有条目。
- NEW2026-10-14补录 Thinking Machines Inkling（2026-07-15 发布，本站此前漏收）：Apache 2.0 的 975B 总参 / 41B 激活 MoE（66 层，256 专家 top-6 + 2 常驻专家），1M 上下文，原生文本 + 图像 + 音频输入，预训练 45T token，权重在 Hugging Face 同时提供 BF16 与 NVFP4。这是目前美国实验室最大的无条件许可开源权重模型，也填上了本站开源条目里长期空白的音频评测列（Audio MC / MMAU / VoiceBench）。硬件门槛为本站开源条目最高：BF16 需聚合 ≥2TB 显存（8×B300 或 16×H200），NVFP4 ≥600GB。官方自述「不是当今最强的模型，开源闭源都不是」，定位是可定制的宽基座。无官方按 token 定价（Tinker 微调平台另计），不建 pricing。同族 Inkling-Small（276B / 12B 激活）本次未单列，见下。
- DOC2026-10-14新增 2026-10-14 分数快照层（不覆盖前六层）：Inkling 的 SWE-bench Verified 77.6、GPQA Diamond 87.2、HLE 纯文本 29.7、Terminal Bench 2.1 63.8（官方模型卡 effort=0.99 档，Best Harness 列，官方注明被网搜污染的 rollout 计 0 分）；LFM2.5-24B-A2B 的 SWE-bench Verified 51.0（OpenCode harness）、GPQA Diamond 74.4、HLE 7.4（官方发布博客，vLLM 按各基准推荐参数跑）。未并入的：Inkling 的 AIME 为 2026 套题、MMMU 为 Pro Standard 10 口径，LFM2.5 的 AutomationBench / BFCLv4 / ToolSandbox / LiveClaw / WebArena / IFEval / MATH-500 / AA-Omniscience 本站无对应列。Gemini 4 Argon 不产生分数行 —— 谷歌这次整张记分卡（Vals Index、AutomationBench、Vals Finance Agent v2、Harvey 法律 agent、DeepSWE v1.1、FrontierSWE v2、Vibe Code Bench、Terminal-bench 4.0、PostTrainBench、LABBench 2、RiemannBench、GraphWalks、Agent's Last Exam、OSWorld-2.0、Chartography、LVBench、CWE-bench v1）与本站十列一项都对不上，详情写在模型页。
- DOC2026-10-14数据截止日推进到 2026-10-14。未入库 / 未改动：Inkling-Small（276B / 12B 激活）官方发布博客称发布两周后已上线、但同页又写「完成测试后再放全部权重」，权重是否已完整公开无法从官方页面确认，故不单建条目；AMD Instella-MoE-16B-A3B-Think（2026-10-13 上 HF）许可为 ResearchRAIL 仅限学术研究、不可商用，本次留待下轮评估；Mistral Large 4 权重仍未发布（HF 占位仓库 ETA 2026-10-31，许可未公布），条目不动；Gemini 3.7 Flash / 3.5 Flash 已于 2026-10-08 弃用并自动路由到 3.8 Flash / 3.6 Flash，本站 gemini-3-7-flash 早已是 superseded 且指向 gemini-3-8-flash，无需改动（本站未收录 3.5 Flash 与 3.6 Flash）；Gemini 4 Argon 的 Artificial Analysis 读数（智能指数 53、幻觉率 15%、单任务成本 $1.99）为 v4.3 口径，与本站 aa 列不可混比，只写在模型页不入榜。
- NEW2026-10-13新增 Meta Muse Wonder（2026-10-12 发布，模型 id muse-wonder-1.0）：Meta 超级智能实验室第一次自称前沿的模型，1,048,576 上下文，输入支持文本 / 图像 / 视频 / 音频，$4 / $20（缓存输入 $0.20），与 Claude Opus 5.5 同价、比上一代 Muse Spark 1.3（$1.25 / $4.25）贵三倍以上且没有 Contributor 便宜档。参数量与结构官方未披露，按 api-only 收录。Muse Spark 1.3 保持 current —— Meta 把 Wonder 定位为新的更高档位（官方措辞是「建立在 Muse Spark 打下的基础上」），既未宣布 Spark 下线，Spark 的 Contributor 档也仍是 Wonder 没有的档位。dev.meta.ai 定价页本次未能直接抓取，单价取 Artificial Analysis 发布日读数。
数据快照 2026-10-16。分数与价格为手工维护的静态快照，每条带来源、日期与证据等级。本次更新了什么 →