Panda Leaderboard · 大模型榜单中心
周报内容每周一和周五更新（受制于OpenRouter数据加载逻辑，周报不包含更新当天的OpenRouter数据）

更新日期：2026-7-17

报告数据周期：本周 2026-07-10 → 2026-07-16，上周 2026-07-03 → 2026-07-09

一榜单变化总览

1.1本周榜单变化总览

榜单名称本周主要变动模型
OpenRouter 模型调用量腾讯 hy3 (free) 升 5 位登顶，NVIDIA Nemotron 3 Ultra 免费版新上榜第 6，Gemini 3 Flash Preview 升 4 位进前十
OpenRouter 厂商调用量Tencent 升 4 位登顶，NVIDIA、Google 新上榜分列第 6、第 8，MiniMax 降 3 位至第 7
OpenRouter 编程调用量腾讯、NVIDIA 免费模型新上榜第 3、第 5；DeepSeek V4 Flash、Step 3.7 Flash 降 3 位，Claude Opus 4.7 跌出
OpenRouter 模型吞吐量Nano Banana 2 Lite、GPT-5.6 Luna Pro 新上榜第 4、第 7；GLM 4.7 降 3 位，两款旧模型跌出
LMArena 文本竞技场muse-spark-1.1、kimi-k3、gpt-5.6-sol-xhigh 新上榜第 6、9、10；gemini-3.1-pro-preview 等三款跌出
LMArena 代码竞技场kimi-k3 新上榜即登顶，gpt-5.6-sol-xhigh 新上榜第 3；grok-4.5、claude-sonnet-5-high 降 3 位
LMArena 图像编辑竞技场seedream-5.0-pro 新上榜第 4；nano-banana-pro 2K 版、nano-banana-2 联网版新上榜；reve-2.1 降 3 位
LMArena 文生图竞技场nano-banana-2 联网版新上榜第 5，nano-banana-pro 2K 版新上榜第 8，grok-imagine 跌出前十
LMArena Agent ArenaGPT 5.6 Sol (xHigh) 新上榜即居第 2，GPT 5.4 (High) 跌出前十
Artificial Analysis 图像编辑无重大变化，grok-imagine 与 MAI-Image-2.5-Flash 互换 1 位
Artificial Analysis 文生图Recraft V4.1 Utility Pro 新上榜第 10，MAI-Image-2.5-Flash 跌出，Reve 2.0 降 2 位
GPQAGPT-5.6 Sol 新上榜即登顶，Grok 4.5、GPT-5.6 Terra 新上榜第 8、第 9；GPT-5.4 降 3 位
MedBench无重大变化，Top 10 排名全部持平
OpenCompass LLM无重大变化，Top 10 排名全部持平
OpenCompass 多模态无重大变化，Top 10 排名全部持平
LiveCodeBench GSOClaude Opus 4.8 新上榜即登顶，Claude Sonnet 5 新上榜第 5；Gemini 3.1 Pro、Gemini 3 Pro 跌出
HuggingFace GAIA无重大变化，Top 10 排名全部持平
Scale HLE无重大变化，Top 10 排名全部持平
Epoch FrontierMath无重大变化，Top 10 排名全部持平
SWE-bench无重大变化，Top 10 排名全部持平

1.2本周大模型行业重要动态

时间窗口 · 2026-07-10 至 2026-07-17总追踪厂商 · 20 家确认入池并保留的核心技术进展 · 10 条（来自 7 家公司）

ByteDance

  • 2026-07-14 火山方舟更新 Doubao-Seed-Evolving，支持 1M 超长上下文，聚焦 Coding 与 Agent 场景持续优化；官方定价 6 元/百万输入 tokens、30 元/百万输出 tokens（来源：volcengine.com）

Kuaishou

  • 2026-07-10 快手 KwaiKAT 发布 Agentic Coding 模型 KAT-Coder-Pro V2.5，通过 AutoBuilder 流水线与大规模 RL 提升长程工程能力，可端到端跑通完整工程（来源：chinaz.com）

Meta

  • 2026-07-16 Meta Muse Spark 1.1 上架 OpenRouter，支持文本/图像输入与推理，1M token 上下文，定价 1.25 美元/百万输入、4.25 美元/百万输出，面向 Agentic 任务（来源：openrouter.ai）

Moonshot AI

  • 2026-07-16 月之暗面发布迄今最强模型 Kimi K3，2.8 万亿参数、100 万 token 上下文，基于 KDA 与 Attention Residuals 架构，面向长程编程与知识工作；权重将于 7 月 27 日前开源（来源：kimi.com）

StepFun

  • 2026-07-12 阶跃星辰发布 Step Edge 端侧模型家族，含基础、Audio、GUI、Gen 四款模型，支持低至 0.1 秒本地 toolcall，文本/视觉/语音本地处理，复杂任务交云端（来源：mp.weixin.qq.com）
  • 2026-07-13 阶跃星辰发布大模型原生智能体手机品牌 STEPX 及首款手机 STEPX Neo，搭载智能体原生系统 Step AOS 与个人智能体 Amoo，定位模型、软件、硬件三位一体 AI 终端（来源：ithome.com）

Tencent

  • 2026-07-14 腾讯混元开源端到端 OCR 大模型 HunyuanOCR-1.5（HyOCR-1.5），仅 1B 参数，覆盖文字检测识别、文档解析、信息抽取等 8 类以上任务，并发布训练推理工具链（来源：ifeng.com）
  • 2026-07-14 腾讯混元发布 Hy3 极致量化版，295B 参数旗舰模型权重量化为 1bit（85.5 GiB）与 4bit（169.9 GiB）GGUF，单张 96GB 显卡即可本地部署，适配 llama.cpp 生态（来源：mp.weixin.qq.com）

Xiaomi

  • 2026-07-15 小米开源 380 亿参数多模态自回归具身生成模型 Xiaomi-Robotics-U0，统一覆盖场景生成、迁移、交互视频与文生图四类任务，并发布 FlashAR+ 推理加速方案（来源：github.com）
  • 2026-07-16 小米发布具身基座模型 Xiaomi-Robotics-1，基于 10 万小时真实世界操作轨迹预训练，结合跨本体后训练，实现家庭、办公等场景真实机器人任务的开箱即用（来源：robotics.xiaomi.com）
二OpenRouter 分析

2.1本周 OpenRouter 重点关注

  • 腾讯 Hy3 登顶 OpenRouter 总榜：腾讯混元 Hy3 于 7 月 6 日正式发布，一周后官方公布其总调用量较上一代增长超 68 倍，本周即以 9.79T token 登顶模型调用量榜，并带动腾讯首次登顶厂商榜。免费策略是爆发核心，但其综合智能在前十中偏弱，流量持续性存疑。短期最值得跟踪的是限免窗口及收费后的用户留存，这将决定腾讯能否把榜单优势转化为真实份额。
  • 免费模型重塑编程调用榜格局：本周编程榜出现剧烈变动：腾讯 hy3:free 与 NVIDIA Nemotron 3 Ultra 免费版空降第 3、第 5，DeepSeek V4 Flash 与 StepFun Step 3.7 Flash 同步下滑 3 位，Claude Opus 4.7 跌出榜单。两个免费模型同时放量，意味着编程这一高价值场景正被免费策略快速渗透，付费编程模型的份额与定价体系短期将持续承压。
  • 小米 MiMo-V2.5 降价红利进入观察期：小米 MiMo-V2.5 本周以 86% 增速稳居第二，5 月底最高 99% 的永久降价仍在兑现红利，2% 的 top5 App 集中度显示用户结构健康。但其综合与 Agentic 性能偏弱，Agentic 指数最新更新值又异常回落，叠加免费 Hy3 的正面挤压，降价驱动的增长还能维持多久，是判断小米后续走势的关键。

2.2模型调用量榜单分析

来源：openrouter.ai

排名说明 · 平台 token 调用量本周 Top 10数据采集周期 · 本周 2026-07-10 → 2026-07-16，上周 2026-07-03 → 2026-07-09
排名模型厂商Tokens（T）WoW排名变化P/CR/Ctop5 App 集中度IntelligenceCodingAgenticProgramming %input price(USD)output price(USD)健康度风险提示
1hy3 (free)Tencent9.79241%上升5位数据缺失数据缺失数据缺失415931数据缺失00免费驱动，可能存在收费后用户流失风险
2Xiaomi: MiMo-V2.5Xiaomi8.6786%持平1120.37042%375724数据缺失0.0760.279无显著风险
3DeepSeek: DeepSeek V4 FlashDeepSeek4.46-16%下降2位150.625824%40563116%0.0960.261无显著风险
4Z.ai: GLM 5.2Z.ai3.5113%持平500.672937%51694370%0.9022.834无显著风险
5MiniMax: MiniMax M3MiniMax3.39-22%下降2位820.448531%44593565%0.2671.535无显著风险
6NVIDIA: Nemotron 3 Ultra (free)NVIDIA3.32207%上升6位310.613513%38492794%00免费驱动，可能存在收费后用户流失风险
7DeepSeek: DeepSeek V4 ProDeepSeek2.08-28%下降2位310.657224%44593652%0.8692.868无显著风险
8Anthropic: Claude Opus 4.8Anthropic1.86-6%持平910.080914%56744743%1.72325.000无显著风险
9Anthropic: Claude Opus 4.7Anthropic1.72-33%下降2位770.05462%54744430%2.18425.000无显著风险
10Google: Gemini 3 Flash PreviewGoogle0.80-14%上升4位200.218313%27383534%0.3362.890无显著风险

本周关键模型分析：

[hy3 (free)]：- #6 -> #1（变化 5 位）| WoW 241% |

  • 模型质量数据：| P/C=数据缺失 | R/C=数据缺失 | top5 App 集中度=数据缺失 | Intelligence=41 | Coding=59 | Agentic=31 | Input Price=0 | Output Price=0
  • 本周变化分析：腾讯混元 Hy3 于 7 月 6 日正式发布，一周后官方公布其总调用量较上一代 Hy2 增长超 68 倍，本周即以 9.79T token 登顶总榜，OpenRouter 免费端点是流量爆发的核心驱动。其 Intelligence 41、Agentic 31 在前十中偏弱，Coding 59 相对尚可，流量主要来自价格敏感型用户与编程、Agent 场景；上周仍在榜的 Hy3 preview 本周跌出前十，流量已由正式版全面承接。该模型主要是免费驱动，短期需重点关注限免政策变化及转为收费后的用户留存。

[Xiaomi: MiMo-V2.5]：- #2 -> #2（变化 0 位）| WoW 86% |

  • 模型质量数据：| P/C=112 | R/C=0.3704 | top5 App 集中度=2% | Intelligence=37 | Coding=57 | Agentic=24 | Input Price=0.076 | Output Price=0.279
  • 本周变化分析：小米 MiMo-V2.5 自 5 月 27 日宣布 API 永久降价最高 99% 后持续放量，本周以 86% 增速稳居第二，定价历史显示 6 月中旬以来输入价稳定在约 $0.076/M 的极低水平。其 top5 App 集中度仅 2%，用户结构在前十中最为健康，但 Intelligence 37、Agentic 24 性能偏弱，主要承接高性价比的编程与 Agent 任务。其 Agentic 指数最新更新值较 6 月同系列 50 分以上的水平大幅回落，疑似评测口径调整，具体原因需进一步核实；短期还需关注降价红利持续性与免费 Hy3 的正面竞争。

[NVIDIA: Nemotron 3 Ultra (free)]：- #12 -> #6（变化 6 位）| WoW 207% |

  • 模型质量数据：| P/C=31 | R/C=0.6135 | top5 App 集中度=13% | Intelligence=38 | Coding=49 | Agentic=27 | Input Price=0 | Output Price=0
  • 本周变化分析：NVIDIA 于 6 月初发布并开源 550B 总参数、55B 激活的混合 Mamba-MoE 模型 Nemotron 3 Ultra，主打 1M 上下文与长时 Agent 场景，本周其免费版以 207% 增速跃升 6 位、首次进入前十，Programming% 高达 94%，流量几乎全部来自编程场景。定价历史显示其免费端点自 6 月中旬以来加权价格持续为零，免费叠加新发布效应是上榜主因，但其 Intelligence 38、Coding 49 在前十中并不突出。该模型存在免费驱动风险，若后续转为付费需警惕用户流失。

[Google: Gemini 3 Flash Preview]：- #14 -> #10（变化 4 位）| WoW -14% |

  • 模型质量数据：| P/C=20 | R/C=0.2183 | top5 App 集中度=13% | Intelligence=27 | Coding=38 | Agentic=35 | Input Price=0.336 | Output Price=2.890
  • 本周变化分析：Gemini 3 Flash Preview 本周上升 4 位进入前十，但调用量环比仍下降 14%，排名上升主要因 Step 3.7 Flash、Claude Opus 4.7 等对手下滑更多。定价历史显示其加权价格从 4 月的约 $0.31/$3.0 持续下探，6 月以来多次触及零价位，价格下探是维持流量的主要手段；其 Intelligence 27、Coding 38 在前十中最弱。随着 Gemini 3.5 Flash 已正式发布，该预览版存在被替代或弃用的可能，值得持续跟踪。

2.3厂商调用量榜单分析

来源：openrouter.ai

排名说明 · 厂商按 token 调用量数据采集周期 · 本周 2026-07-10 → 2026-07-16，上周 2026-07-03 → 2026-07-09
排名厂商最近两周上榜模型数本周总量（T）总量 WoW关键观察内部模型变动简述
1Tencent29.82129%爆发增长跌出模型：Tencent: Hy3 preview
2Xiaomi19.3178%爆发增长内部模型阵容稳定
3DeepSeek26.97-21%下滑内部模型阵容稳定
4Anthropic25.92-22%下滑内部模型阵容稳定
5Z.ai14.1211%稳定增长内部模型阵容稳定
6NVIDIA13.71128%爆发增长本周新上榜，入榜模型：NVIDIA: Nemotron 3 Ultra (free)
7MiniMax13.52-22%下滑内部模型阵容稳定
8Google13.27-20%下滑本周新上榜，入榜模型：Google: Gemini 3 Flash Preview
9OpenAI03.07-4%下滑内部模型无变动

本周关键厂商分析

[Tencent]：本周以 9.82T token、129% 增速登顶厂商榜，较上周上升 4 位，核心驱动是 7 月 6 日发布的混元 Hy3 免费版，单模型贡献 9.79T。上周仍在榜的 Hy3 preview 本周跌出前十，内部新旧替代明显，正式版以免费策略全面承接并放大了 preview 积累的流量。厂商份额高度依赖单一免费模型，后续收费转化是关键变量。

[Xiaomi]：本周总量 9.31T、增长 78%，上升 1 位至第二，几乎全部由唯一上榜模型 MiMo-V2.5 贡献。5 月底永久降价最高 99% 的红利仍在释放，top5 App 集中度仅 2% 说明用户基础分散健康；但模型阵容单一，且增速已落后于免费的腾讯 Hy3，降价驱动的边际效应值得跟踪。

[NVIDIA]：本周新上榜即居第六，总量 3.71T、增长 128%，完全由 6 月初开源的 Nemotron 3 Ultra 免费版驱动，该模型 94% 的流量来自编程场景。作为硬件巨头，NVIDIA 正以开源加免费策略将 GPU 生态优势转化为模型调用份额，但流量高度集中于单一免费模型，商业化路径尚不清晰。

[MiniMax]：本周下降 3 位至第七，总量 3.52T、环比降 22%，唯一上榜模型 MiniMax M3 同步下滑 22%。M3 有 65% 的流量来自编程场景，本周腾讯 Hy3 与 NVIDIA Nemotron 3 Ultra 两个免费模型同时杀入编程榜前列，对其形成直接分流；其性能虽不弱，但在免费与低价夹击下短期承压明显。

[Google]：本周新上榜至第八，总量 3.27T、环比降 20%，入榜模型 Gemini 3 Flash Preview 排名上升 4 位但自身流量仍在下滑。其排名上升更多源于对手降幅更大而非自身增长；随着 Gemini 3.5 Flash 逐步接棒，Google 在该平台的份额仍取决于后续正式版模型的承接能力。

2.4编程调用量榜单

来源：openrouter.ai

排名说明 · 编程任务 token 累计 · 本周 vs 上周 Top 9数据采集周期 · 本周 2026-07-10 → 2026-07-16，上周 2026-07-03 → 2026-07-09
本周排名本周模型所属公司本周总量（B）排名变化上周排名上周模型所属公司上周总量（B）
1mimo-v2.5Xiaomi7538持平1mimo-v2.5Xiaomi5446
2MiniMax-m3MiniMax2789持平2MiniMax-m3MiniMax2603
3hy3:freeTencent2517新上榜3glm-5.2Z.ai1537
4glm-5.2Z.ai2248下降1位4hy3-previewTencent1091
5nemotron-3-ultra-550b-a55b:freeNVIDIA1978新上榜5DeepSeek-v4-flashDeepSeek1025
6DeepSeek-v4-proDeepSeek1471上升1位6step-3.7-flashStepFun910
7claude-4.8-opusAnthropic866上升1位7DeepSeek-v4-proDeepSeek907
8DeepSeek-v4-flashDeepSeek829下降3位8claude-4.8-opusAnthropic872
9step-3.7-flashStepFun658下降3位9claude-4.7-opusAnthropic675

本周榜单主要变化：

  • 腾讯 hy3:free 与 NVIDIA Nemotron 3 Ultra 免费版新上榜，分别空降第 3、第 5。
  • DeepSeek V4 Flash 与 StepFun Step 3.7 Flash 均下降 3 位，Claude Opus 4.7 跌出榜单。

可能原因：

  • 腾讯 Hy3 于 7 月 6 日发布，官方称上线一周总调用量增长超 68 倍，免费策略推动其编程调用快速起量。
  • Nemotron 3 Ultra 于 6 月初开源，主打 Agent 与编程场景且免费开放，直接分流 DeepSeek 与 StepFun 的编程流量。

2.5模型吞吐量榜单

来源：openrouter.ai

排名说明 · 吞吐量指标 · 本周 vs 上周 Top 9数据采集周期 · 本周 2026-07-10 → 2026-07-16，上周 2026-07-03 → 2026-07-09
本周排名本周模型所属公司本周吞吐速度（toks/s）排名变化上周排名上周模型所属公司上周吞吐速度（toks/s）
1OpenAI: gpt-oss-120bOpenAI651持平1OpenAI: gpt-oss-120bOpenAI621
2OpenAI: gpt-oss-safeguard-20bOpenAI462持平2OpenAI: gpt-oss-safeguard-20bOpenAI404
3Qwen: Qwen3 32BQwen454持平3Qwen: Qwen3 32BQwen399
4Google: Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google376新上榜4OpenAI: gpt-oss-20bOpenAI339
5Inception: Mercury 2Inception310持平5Inception: Mercury 2Inception268
6OpenAI: gpt-oss-20bOpenAI300下降2位6Z.ai: GLM 4.7Z.ai230
7OpenAI: GPT-5.6 Luna ProOpenAI279新上榜7Qwen: Qwen3.5-35B-A3BQwen209
8MiniMax: MiniMax M2.7MiniMax260持平8MiniMax: MiniMax M2.7MiniMax205
9Z.ai: GLM 4.7Z.ai243下降3位9Google: Nano Banana (Gemini 2.5 Flash Image)Google203

本周榜单主要变化：

  • Google Nano Banana 2 Lite 与 OpenAI GPT-5.6 Luna Pro 新上榜，分列第 4、第 7。
  • Z.ai GLM 4.7 下降 3 位至第 9，Qwen3.5-35B-A3B 与旧版 Nano Banana 跌出榜单。
三其他模型性能榜单

1Text Arena

来源：lmarena.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1claude-fable-5Anthropic1507持平1claude-fable-5Anthropic1509
2claude-opus-4-6-thinkingAnthropic1504持平2claude-opus-4-6-thinkingAnthropic1504
3claude-opus-4-7-thinkingAnthropic1503持平3claude-opus-4-7-thinkingAnthropic1502
4claude-opus-4-6Anthropic1498持平4claude-opus-4-6Anthropic1499
5claude-opus-4-7Anthropic1494持平5claude-opus-4-7Anthropic1494
6muse-spark-1.1Meta1493新上榜6muse-sparkMeta1487
7muse-sparkMeta1487下降1位7gemini-3.1-pro-previewGoogle1486
8gemini-3-proGoogle1486持平8gemini-3-proGoogle1486
9kimi-k3Moonshot1486新上榜9claude-opus-4-8-thinkingAnthropic1484
10gpt-5.6-sol-xhighOpenAI1486新上榜10gpt-5.5-highOpenAI1481

本周榜单主要变化：

  • Meta muse-spark-1.1、月之暗面 kimi-k3、OpenAI gpt-5.6-sol-xhigh 新上榜，分列第 6、9、10 位。
  • gemini-3.1-pro-preview、claude-opus-4-8-thinking、gpt-5.5-high 三款模型跌出前十。

可能原因：

  • 三款新上榜模型均为 7 月新发：GPT-5.6 Sol 于 7 月 9 日全面开放，Muse Spark 1.1 同日发布，Kimi K3 于 7 月 16 日上线。
  • 新发旗舰集中进入 Arena 评测并获得高票，挤压了此前在榜的旧版本模型。

2Code Arena

来源：arena.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1kimi-k3Moonshot1679新上榜1claude-fable-5Anthropic1650
2claude-fable-5Anthropic1631下降1位2glm-5.2 (max)Z.ai1580
3gpt-5.6-sol-xhigh (codex-harness)OpenAI1618新上榜3grok-4.5xAI1572
4glm-5.2 (max)Z.ai1587下降2位4claude-opus-4-8-thinkingAnthropic1560
5claude-opus-4-8-thinkingAnthropic1562下降1位5claude-opus-4-7-thinkingAnthropic1557
6grok-4.5xAI1558下降3位6claude-opus-4-7Anthropic1557
7claude-opus-4-7-thinkingAnthropic1558下降2位7claude-sonnet-5-highAnthropic1544
8claude-opus-4-7Anthropic1555下降2位8claude-opus-4-6-thinkingAnthropic1544
9claude-opus-4-6-thinkingAnthropic1542下降1位9seed-2.1-pro-previewByteDance1537
10claude-sonnet-5-highAnthropic1542下降3位10claude-opus-4-6Anthropic1536

本周榜单主要变化：

  • kimi-k3 新上榜即以 1679 分登顶，gpt-5.6-sol-xhigh (codex-harness) 新上榜居第 3 位。
  • grok-4.5 与 claude-sonnet-5-high 均下降 3 位，seed-2.1-pro-preview 跌出前十。

可能原因：

  • Kimi K3 于 7 月 16 日发布，2.8 万亿参数主攻长程编程，官方测评显示其前端编程能力登顶。
  • GPT-5.6 Sol 于 7 月 9 日全面开放，智能体编程 Token 效率提升约 54%，推动其 Codex 版本高位入榜。

3Agent Arena

来源：lmarena.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1Claude Fable 5 (High)Anthropic13.9%持平1Claude Fable 5 (High)Anthropic14.1%
2GPT 5.6 Sol (xHigh)OpenAI10.9%新上榜2Claude Opus 4.8 (Thinking)Anthropic9.8%
3Claude Opus 4.8 (Thinking)Anthropic9.3%下降1位3GPT 5.5 (xHigh)OpenAI8.9%
4GPT 5.5 (xHigh)OpenAI8.3%下降1位4Claude Opus 4.7 (Thinking)Anthropic8.5%
5Claude Sonnet 5 (High)Anthropic8.0%上升1位5Claude Opus 4.7Anthropic8.2%
6Claude Opus 4.7 (Thinking)Anthropic7.7%下降2位6Claude Sonnet 5 (High)Anthropic8.2%
7Claude Opus 4.7Anthropic7.6%下降2位7GPT 5.5 (High)OpenAI7.4%
8GPT 5.5 (High)OpenAI7.2%下降1位8GPT 5.4 (High)OpenAI6.7%
9GLM 5.2 (Max)Zhipu AI6.2%上升1位9GPT 5.5OpenAI6.7%
10GPT 5.5OpenAI6.0%下降1位10GLM 5.2 (Max)Zhipu AI6.5%

本周榜单主要变化：

  • GPT 5.6 Sol (xHigh) 新上榜即以 10.9% 得票率居第 2 位，GPT 5.4 (High) 跌出前十。

可能原因：

  • GPT-5.6 Sol 于 7 月 9 日全面开放，Ultra 模式可协调 4 个 AI 代理并行，官方称其智能体任务 Token 效率提升约 54%。

4LiveCodeBench

来源：livecodebench.github.io

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1Claude Opus 4.8Anthropic47.1新上榜1Claude Opus 4.7Anthropic44.1
2Claude Opus 4.7Anthropic44.1下降1位2Claude Opus 4.6 (2026-04-27)Anthropic41.2
3Claude Opus 4.6 (2026-04-27)Anthropic41.2下降1位3GPT 5.5OpenAI40.2
4GPT 5.5OpenAI40.2下降1位4Claude Opus 4.6 (2026-02-11)Anthropic33.3
5Claude Sonnet 5Anthropic37.2新上榜5GPT 5.4 (xhigh)OpenAI31.4
6Claude Opus 4.6 (2026-02-11)Anthropic33.3下降2位6GPT 5.2OpenAI27.4
7GPT 5.4 (xhigh)OpenAI31.4下降2位7Claude Opus 4.5Anthropic26.5
8GPT 5.2OpenAI27.4下降2位8GPT 5.4 (high)OpenAI25.5
9Claude Opus 4.5Anthropic26.5下降2位9Gemini 3.1 ProGoogle22.6
10GPT 5.4 (high)OpenAI25.5下降2位10Gemini 3 ProGoogle18.6

本周榜单主要变化：

  • Claude Opus 4.8 新上榜即以 47.1 分登顶，Claude Sonnet 5 新上榜第 5。
  • Gemini 3.1 Pro、Gemini 3 Pro 跌出前十，其余在榜模型排名普遍下移。

可能原因：

  • Claude Opus 4.8 于 5 月底发布，SWE-bench Pro 达 69.2%，本周被该榜单收录后登顶，收录存在滞后。
  • Claude Sonnet 5 以接近旗舰的编程能力同批入榜，与其在代码竞技场的强势表现相互印证。

5SWE-bench

来源：swebench.com

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1Claude 4.5 Opus (high reasoning)Anthropic76.8%持平1Claude 4.5 Opus (high reasoning)Anthropic76.8%
2Gemini 3 Flash (high reasoning)Google75.8%持平2Gemini 3 Flash (high reasoning)Google75.8%
3MiniMax M2.5 (high reasoning)MiniMax75.8%持平3MiniMax M2.5 (high reasoning)MiniMax75.8%
4Claude Opus 4.6Anthropic75.6%持平4Claude Opus 4.6Anthropic75.6%
5GPT-5-2 CodexOpenAI72.8%持平5GPT-5-2 CodexOpenAI72.8%
6GLM-5 (high reasoning)Zhipu AI72.8%持平6GLM-5 (high reasoning)Zhipu AI72.8%
7GPT-5-2 (high reasoning)OpenAI72.8%持平7GPT-5-2 (high reasoning)OpenAI72.8%
8GPT 5.2 CodexOpenAI72.8%持平8GPT 5.2 CodexOpenAI72.8%
9Claude 4.5 Sonnet (high reasoning)Anthropic71.4%持平9Claude 4.5 Sonnet (high reasoning)Anthropic71.4%
10Kimi K2.5 (high reasoning)Moonshot AI70.8%持平10Kimi K2.5 (high reasoning)Moonshot AI70.8%

本周榜单主要变化：

  • 无重大变化

6Image Edit Arena

来源：lmarena.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1gpt-image-2 (medium)OpenAI1465持平1gpt-image-2 (medium)OpenAI1466
2muse-imageMeta1402持平2muse-imageMeta1405
3mai-image-2.5Microsoft1401持平3mai-image-2.5Microsoft1399
4seedream-5.0-proByteDance1393新上榜4chatgpt-image-latest-high-fidelityOpenAI1390
5chatgpt-image-latest-high-fidelityOpenAI1389下降1位5grok-imagine-image-quality (20260519)xAI1389
6grok-imagine-image-quality (20260519)xAI1389下降1位6gemini-3-pro-image-preview-2k (nano-banana-pro)Google1388
7gemini-3-pro-image-2k (nano-banana-pro)Google1388新上榜7reve-2.1Reve1386
8gemini-3-pro-image-preview (nano-banana-pro)Google1385持平8gemini-3-pro-image-preview (nano-banana-pro)Google1385
9gemini-3.1-flash-image (nano-banana-2) [web-search]Google1385新上榜9gpt-image-1.5-high-fidelityOpenAI1372
10reve-2.1Reve1383下降3位10grok-imagine-image-qualityxAI1358

本周榜单主要变化：

  • 字节 seedream-5.0-pro 新上榜第 4，Google nano-banana-pro 2K 版与 nano-banana-2 联网版新上榜第 7、第 9。
  • reve-2.1 下降 3 位至第 10，gpt-image-1.5-high-fidelity 跌出前十。

可能原因：

  • Seedream 5.0 Pro 于 7 月 8 日发布，第三方评测显示其综合能力仅次于 GPT-Image 2.0。
  • Google 两款图像模型以 2K 分辨率、联网检索生图等新配置入榜，分流了中腰部模型票数。

7Text-to-Image Arena

来源：lmarena.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1gpt-image-2 (medium)OpenAI1385持平1gpt-image-2 (medium)OpenAI1386
2reve-2.1Reve1302持平2reve-2.1Reve1306
3muse-imageMeta1280持平3muse-imageMeta1278
4reve-2.0Reve1271持平4reve-2.0Reve1270
5gemini-3.1-flash-image (nano-banana-2) [web-search]Google1261新上榜5mai-image-2.5Microsoft1257
6mai-image-2.5Microsoft1257下降1位6gemini-3.1-flash-lite-image (nano-banana-2-lite)Google1248
7gemini-3.1-flash-lite-image (nano-banana-2-lite)Google1250下降1位7gemini-3-pro-image-preview-2k (nano-banana-pro)Google1245
8gemini-3-pro-image-2k (nano-banana-pro)Google1245新上榜8gpt-image-1.5-high-fidelityOpenAI1241
9gpt-image-1.5-high-fidelityOpenAI1240下降1位9gemini-3-pro-image-preview (nano-banana-pro)Google1232
10gemini-3-pro-image-preview (nano-banana-pro)Google1232下降1位10grok-imagine-image-qualityxAI1229

本周榜单主要变化：

  • gemini-3.1-flash-image (nano-banana-2) 联网版新上榜第 5，gemini-3-pro-image-2k 新上榜第 8。
  • grok-imagine-image-quality 跌出前十，其余在榜模型排名多为小幅下移。

可能原因：

  • Nano Banana 2 支持联网检索生图与 4K 输出，新配置变体本周被榜单收录后迅速获得票数。

8AA Image Editing

来源：artificialanalysis.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1GPT Image 2 (high)OpenAI1256持平1GPT Image 2 (high)OpenAI1255
2GPT Image 1.5 (high)OpenAI1254持平2GPT Image 1.5 (high)OpenAI1254
3Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1247持平3Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1246
4MAI-Image-2.5Microsoft1244持平4MAI-Image-2.5Microsoft1245
5Nano Banana Pro (Gemini 3 Pro Image)Google1241持平5Nano Banana Pro (Gemini 3 Pro Image)Google1240
6grok-imagine-image-qualityxAI1230上升1位6MAI-Image-2.5-FlashMicrosoft1229
7MAI-Image-2.5-FlashMicrosoft1228下降1位7grok-imagine-image-qualityxAI1228
8HunyuanImage 3.0 Instruct (Fal)Open WeightsTencent1224持平8HunyuanImage 3.0 Instruct (Fal)Open WeightsTencent1223
9Luma UNI 1 MaxLuma1221持平9Luma UNI 1 MaxLuma1221
10Kling Image 3.0 OmniKlingAI1215持平10Kling Image 3.0 OmniKlingAI1214

本周榜单主要变化：

  • 无重大变化

9AA Text-to-Image

来源：artificialanalysis.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1GPT Image 2 (high)OpenAI1336持平1GPT Image 2 (high)OpenAI1340
2MAI-Image-2.5Microsoft1264上升1位2Reve 2.0Reve1281
3HiDream-O1-Image-1.5HiDream1263上升1位3MAI-Image-2.5Microsoft1272
4Reve 2.0Reve1260下降2位4HiDream-O1-Image-1.5HiDream1267
5Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google1258持平5Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google1263
6GPT Image 1.5 (high)OpenAI1256持平6GPT Image 1.5 (high)OpenAI1259
7Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1250持平7Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1255
8Cosmos3-Super-Text2Image (agentic)Open WeightsNVIDIA1215持平8Cosmos3-Super-Text2Image (agentic)Open WeightsNVIDIA1224
9Nano Banana Pro (Gemini 3 Pro Image)Google1215持平9Nano Banana Pro (Gemini 3 Pro Image)Google1217
10Recraft V4.1 Utility ProRecraft1205新上榜10MAI-Image-2.5-FlashMicrosoft1210

本周榜单主要变化：

  • Recraft V4.1 Utility Pro 新上榜第 10，MAI-Image-2.5-Flash 跌出，Reve 2.0 下降 2 位至第 4。

可能原因：

  • Recraft V4 系列主打专业设计场景与文字渲染，V4.1 作为其最新迭代版本本周被榜单收录。

10前沿数学 (FrontierMath)

来源：epoch.ai

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1GPT-5.5 ProOpenAI52.4%持平1GPT-5.5 ProOpenAI52.4%
2GPT-5.5OpenAI51.7%持平2GPT-5.5OpenAI51.7%
3GPT-5.4 ProOpenAI50.0%持平3GPT-5.4 ProOpenAI50.0%
4GPT-5.4OpenAI47.6%持平4GPT-5.4OpenAI47.6%
5Claude Opus 4.8Anthropic47.2%持平5Claude Opus 4.8Anthropic47.2%
6Claude Opus 4.7Anthropic43.8%持平6Claude Opus 4.7Anthropic43.8%
7Claude Opus 4.6Anthropic40.7%持平7Claude Opus 4.6Anthropic40.7%
8GPT-5.2OpenAI40.7%持平8GPT-5.2OpenAI40.7%
9Muse SparkMeta39.0%持平9Muse SparkMeta39.0%
10Gemini 3.5 FlashGoogle39.0%持平10Gemini 3.5 FlashGoogle39.0%

本周榜单主要变化：

  • 无重大变化

11HLE

来源：scale.com

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1gemini-3.1-pro-preview (thinking high)Google46.4持平1gemini-3.1-pro-preview (thinking high)Google46.4
2gpt-5.4-pro-2026-03-05OpenAI44.3持平2gpt-5.4-pro-2026-03-05OpenAI44.3
3Muse SparkiFlytek40.6持平3Muse SparkiFlytek40.6
4gemini-3-pro-previewGoogle37.5持平4gemini-3-pro-previewGoogle37.5
5gpt-5.4-2026-03-05 (xhigh thinking)OpenAI36.2持平5gpt-5.4-2026-03-05 (xhigh thinking)OpenAI36.2
6claude-opus-4-7Anthropic36.2持平6claude-opus-4-7Anthropic36.2
7claude-opus-4-6-thinking-maxAnthropic34.4持平7claude-opus-4-6-thinking-maxAnthropic34.4
8gpt-5-pro-2025-10-06OpenAI31.6持平8gpt-5-pro-2025-10-06OpenAI31.6
9gpt-5.2-2025-12-11OpenAI27.8持平9gpt-5.2-2025-12-11OpenAI27.8
10gpt-5-2025-08-07OpenAI25.3持平10gpt-5-2025-08-07OpenAI25.3

本周榜单主要变化：

  • 无重大变化

12Agent (GAIA)

来源：huggingface.co

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1CustomGPT.ai Research Lab v44CustomGPT.ai93.4持平1CustomGPT.ai Research Lab v44CustomGPT.ai93.4
2Co-Sight Pro v1.0.1ZTE-AICloud93.0持平2Co-Sight Pro v1.0.1ZTE-AICloud93.0
3OPS-Agentic-SearchAlibaba Cloud92.4持平3OPS-Agentic-SearchAlibaba Cloud92.4
4CustomGPT.ai Research Lab v43CustomGPT.ai92.0持平4CustomGPT.ai Research Lab v43CustomGPT.ai92.0
5CustomGPT.ai Research Lab v41CustomGPT.ai92.0持平5CustomGPT.ai Research Lab v41CustomGPT.ai92.0
6Co-Sight Pro v1.0.0ZTE-AICloud92.0持平6Co-Sight Pro v1.0.0ZTE-AICloud92.0
7Cobra Agent OrchDalpha Inc92.0持平7Cobra Agent OrchDalpha Inc92.0
8CustomGPT.ai Research Lab V42CustomGPT.ai92.0持平8CustomGPT.ai Research Lab V42CustomGPT.ai92.0
9AuraAiAI92.0持平9AuraAiAI92.0
10openJiuwen-deepagentOpenJiuwen91.7持平10openJiuwen-deepagentOpenJiuwen91.7

本周榜单主要变化：

  • 无重大变化

13GPQA

来源：llm-stats.com

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1GPT-5.6 SolOpenAI94.6新上榜1Claude Mythos PreviewAnthropic94.6
2Claude Mythos PreviewAnthropic94.6下降1位2Gemini 3.1 ProGoogle94.3
3Gemini 3.1 ProGoogle94.3下降1位3Claude Opus 4.7Anthropic94.2
4Claude Opus 4.7Anthropic94.2下降1位4Claude Opus 4.8Anthropic93.6
5Claude Opus 4.8Anthropic93.6下降1位5GPT-5.5OpenAI93.6
6GPT-5.5OpenAI93.6下降1位6GPT-5.2 ProOpenAI93.2
7GPT-5.2 ProOpenAI93.2下降1位7GPT-5.4OpenAI92.8
8Grok 4.5xAI93.0新上榜8Qwen3.7 MaxAlibaba Cloud / Qwen Team92.4
9GPT-5.6 TerraOpenAI92.9新上榜9GPT-5.2OpenAI92.4
10GPT-5.4OpenAI92.8下降3位10Gemini 3 ProGoogle91.9

本周榜单主要变化：

  • GPT-5.6 Sol 新上榜即以 94.6 分登顶，Grok 4.5、GPT-5.6 Terra 新上榜第 8、第 9。
  • GPT-5.4 下降 3 位至第 10，Qwen3.7 Max、GPT-5.2、Gemini 3 Pro 跌出前十。

可能原因：

  • GPT-5.6 系列于 7 月 9 日全面开放，旗舰 Sol 多项基准领先，本周被收录后直接登顶。
  • xAI 于 7 月 9 日发布主攻编码与 Agent 场景的旗舰推理模型 Grok 4.5，本周进入榜单。

14国内 - 大语言模型 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1GPT-5.4-2026-03-05 (high)OpenAI67.3持平1GPT-5.4-2026-03-05 (high)OpenAI67.3
2DeepSeek-V4-ProDeepSeek65.1持平2DeepSeek-V4-ProDeepSeek65.1
3Claude Opus 4.7 (high)Anthropic64.0持平3Claude Opus 4.7 (high)Anthropic64.0
4Doubao-Seed-2-0-Pro-260215 (high)ByteDance63.5持平4Doubao-Seed-2-0-Pro-260215 (high)ByteDance63.5
5Kimi-K2.6Moonshot63.4持平5Kimi-K2.6Moonshot63.4
6Gemini-3.1-Pro-PreviewGoogle63.2持平6Gemini-3.1-Pro-PreviewGoogle63.2
7Qwen3.6-Max-PreviewAlibaba60.8持平7Qwen3.6-Max-PreviewAlibaba60.8
8DeepSeek-V4-FlashDeepSeek60.4持平8DeepSeek-V4-FlashDeepSeek60.4
9Doubao-Seed-2-0-Lite-260215 (high)ByteDance60.4持平9Doubao-Seed-2-0-Lite-260215 (high)ByteDance60.4
10GLM-5.1Zhipu AI59.0持平10GLM-5.1Zhipu AI59.0

本周榜单主要变化：

  • 无重大变化

15国内 - 多模态 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1Qwen3.7-PlusAlibaba73.0持平1Qwen3.7-PlusAlibaba73.0
2Gemini-3.1-Pro-PreviewGoogle72.6持平2Gemini-3.1-Pro-PreviewGoogle72.6
3Qwen3.5-397B-A17BAlibaba72.3持平3Qwen3.5-397B-A17BAlibaba72.3
4GPT-5.5 (high)OpenAI71.1持平4GPT-5.5 (high)OpenAI71.1
5Kimi-K2.6Moonshot AI70.6持平5Kimi-K2.6Moonshot AI70.6
6Doubao-Seed-2.0-Pro (high)ByteDance69.4持平6Doubao-Seed-2.0-Pro (high)ByteDance69.4
7SenseNova-6-7-Flash-AlphaSenseTime69.0持平7SenseNova-6-7-Flash-AlphaSenseTime69.0
8GLM-5V-TurboZhipu AI62.8持平8GLM-5V-TurboZhipu AI62.8
9Step-3.7-Flash (high)StepFun61.5持平9Step-3.7-Flash (high)StepFun61.5
10Gemma-4-31B-itGoogle56.3持平10Gemma-4-31B-itGoogle56.3

本周榜单主要变化：

  • 无重大变化

16国内 - 医疗 (MedBench)

来源：medbench.opencompass.org.cn

数据周期 · 2026-07-10（上周） → 2026-07-17（本周）

本周 vs. 上周 top 模型对比

本周排名本周模型所属公司本周指标排名变化上周排名上周模型所属公司上周指标
1U2-Med云知声智能科技股份有限公司72.9持平1U2-Med云知声智能科技股份有限公司72.9
2京医千询京东健康72.6持平2京医千询京东健康72.6
3卓睦鸟医疗大模型广州中康数字科技有限公司72.1持平3卓睦鸟医疗大模型广州中康数字科技有限公司72.1
4千问健康大模型千问C端71.2持平4千问健康大模型千问C端71.2
5华为云健康管理大模型Huawei71.0持平5华为云健康管理大模型Huawei71.0
6ME-baseMeta Emergence Laboratory70.4持平6ME-baseMeta Emergence Laboratory70.4
7WiseDiag v2杭州智诊科技有限公司69.8持平7WiseDiag v2杭州智诊科技有限公司69.8
8微医医疗大模型微医68.2持平8微医医疗大模型微医68.2
9AntAngelMedMedAIBase68.0持平9AntAngelMedMedAIBase68.0
10UniGPT-Med-U1云知声智能科技股份有限公司65.7持平10UniGPT-Med-U1云知声智能科技股份有限公司65.7

本周榜单主要变化：

  • 无重大变化
AGENT-NATIVE DATABASE

Agent 原生数据库

01 · 这是什么

TL;DR · pandadataskill.md

本站底层是一个面向 AI Agent 开放的实时榜单数据库，涵盖两类数据：OpenRouter 的周度模型调用量、厂商份额与细分统计数据（编程 / 工具调用 / 图像），以及与周报同源的 15 张外部基准榜单的多期快照（LMArena 文本 / 代码 / 图像编辑 / 文生图、Artificial Analysis、SWE-bench、LiveCodeBench、GPQA、HLE、FrontierMath、GAIA、OpenCompass、MedBench）。全部以只读 SQL + MCP 的形式开放，任何支持 MCP 的 Agent 都能直接查询。下面的两张演示图，就是用这个库画出来的。

数据库每天 08:00（北京时间）自动更新一次；但各数据源有自己的发布节奏，因此各表可用数据的新鲜度以数据源自身的更新时间为准。

如果不想往下读的话，直接甩给你的 agents：

⬇  下载 pandadataskill.md

02 · 用同一个库，你可以——

两个演示 · 数据均来自本库
演示 A · 还原

Top Models 周度调用量

你可以还原一个 OpenRouter 上的视图。

演示 B · 跨库自创

基准排名 × 真实使用量

你也可以把能力榜单表和 OpenRouter 调用量表跨库 JOIN——横轴 = 基准得分，纵轴 = 近 30 天调用量（对数）。跑分高的模型，真的有人用吗？

💡 同一个库，你还可以画——

用 model_activity 算推理 token ÷ 回答 token，看哪些模型真的在"思考"（有的推理量是答案的 3 倍，有的几乎为零）；用输入:输出比例给负载画像——50:1 是文档抽取型，5:1 更像对话；用 rankings_market_share 画 52 周中外厂商份额拉锯；用 model_apps_daily 看一个模型的流量是被少数大应用"承包"还是长尾开发者撑起；或用 models 按发布时间画上下文军备竞赛——1M+ token 的模型已超过 70 个。

03 · 让你的 Agent 直接访问数据库（MCP）

Agent-native · Model Context Protocol

本站运行一个 MCP 服务器。任何支持 MCP 的客户端（Claude Code / Claude Desktop / Cursor 等）都能一键连接，直接对自动刷新的实时数据库执行只读查询——无需复制粘贴、无需手动下载。

两个库均每天 08:00（北京时间）自动刷新：OpenRouter 调用量库（周榜 / 厂商份额 / 编程榜 + 每日 token 量 + 每个模型的供应商、定价、吞吐与延迟、可用率、Top 应用），以及能力榜单库（LMArena / GPQA / SWE-bench / OpenCompass 等 15 张外部基准）。完整表结构随时调用 openrouter_schema() / leaderboards_schema() 获取。

① 一行接入（Claude Code）

claude mcp add --transport http panda https://pandaleaderboard.com/mcp/

② 或写入 MCP 配置（Claude Desktop / Cursor）

{
  "mcpServers": {
    "panda": { "url": "https://pandaleaderboard.com/mcp/" }
  }
}

③ 可用工具

  • query_openrouter(sql) — 对实时数据库执行只读 SQL（仅 SELECT / WITH，最多 500 行）。
  • openrouter_schema() — 列出所有表与字段（先调用它了解结构）。
  • openrouter_freshness() — 查看最新数据周与各表行数。
  • query_leaderboards(sql) — 对能力榜单库（LMArena / GPQA / SWE-bench / OpenCompass 等 15 张外部基准表的多期快照）执行只读 SQL。上面的「演示 B」就是这个库和调用量库跨库 JOIN 画出来的。
  • leaderboards_schema() — 列出能力榜单库的表与字段。
  • leaderboards_freshness() — 查看各基准表的最新快照日期。
  • report_top_models() / report_market_share() — 复现本站「周报」页所用的近 7 天滚动口径（与官方 Mon–Sun 完整周不同）。

④ 示例：让 Agent 查询本周调用量榜首

SELECT model_slug, tokens, rank
FROM rankings_top_models
WHERE week_start = (SELECT MAX(week_start) FROM rankings_top_models)
ORDER BY rank LIMIT 10;

完整字段、新鲜度语义与更多 SQL 配方见 pandadataskill.md（即上方可下载的手册）。接口开放、无需鉴权；所有工具调用（工具名 + SQL + 调用方）会被记录用于使用分析。

Research

最新

点击卡片打开完整研究

全部研究

仅供参考，不构成投资建议。

04 REPORT ARCHIVE

历史周报

过往周报归档,可按发布日期、模型或主题搜索。