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：2026-7-20

报告数据周期：本周 2026-07-13 → 2026-07-19，上周 2026-07-06 → 2026-07-12

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hy3 (free) 以 9.99T 居首（+62%），claude-sonnet-5 上升 3 位进入前十
OpenRouter 厂商调用量Tencent（+52%）、Xiaomi（+49%）稳居前二，DeepSeek 降至第 3
OpenRouter 编程调用量MiniMax-m3 下降 3 位至第 5，claude-4.7-opus 新上榜，step-3.7-flash 跌出
OpenRouter 模型吞吐量Google Nano Banana 新上榜第 7，Qwen3.5-35B-A3B 跌出 Top9
LMArena 文本竞技场Kimi K3 新上榜第 9，gemini-3.1-pro-preview 跌出 Top10
LMArena 代码竞技场Kimi K3 新上榜即登顶，muse-spark-1.1 跌出 Top10
LMArena 图像编辑竞技场无重大变化，Top10 排名全面持平
LMArena 文生图竞技场无重大变化，Top10 排名全面持平
LMArena Agent ArenaGPT 5.6 Sol (xHigh) 新上榜第 2，GPT 5.4 (High) 跌出
Artificial Analysis 图像编辑无重大变化，Top10 排名全面持平
Artificial Analysis 文生图Reve 2.0 暴跌 5 位至第 7，Recraft V4.1 Utility Pro 进入前十
GPQAKimi K3 新上榜第 7，GPT-5.4 跌出 Top10
MedBench无重大变化，Top10 排名全面持平
OpenCompass LLM无重大变化，Top10 排名全面持平
OpenCompass 多模态无重大变化，Top10 排名全面持平
LiveCodeBench GSO无重大变化，Top10 排名全面持平
HuggingFace GAIA无重大变化，Top10 排名全面持平
Scale HLE无重大变化，Top10 排名全面持平
Epoch FrontierMath无重大变化，Top10 排名全面持平
SWE-bench无重大变化，Top10 排名全面持平

1.2本周大模型行业重要动态

时间窗口 · 2026-07-13 至 2026-07-20总追踪厂商 · 20 家确认入池并保留的核心技术进展 · 13 条（来自 9 家公司）

Alibaba

  • 2026-07-19 阿里上线旗舰基座 Qwen3.8-Max-Preview：2.4T 参数，首发 Qoder 等平台，能力较上代显著提升，正式版将开源；Qoder 限时活动常规时段 1 折、夜间 0.2 折。（来源：docs.qoder.com）

Moonshot

  • 2026-07-17 月之暗面发布迄今最强模型 Kimi K3：2.8T 参数 MoE，100 万 token 上下文、原生视觉，号称全球首个开源 3T 级模型；即日上线 API 与全系产品，权重 7 月 27 日前开放。（来源：kimi.com）
  • 2026-07-19 月之暗面公告称 Kimi K3 上线 48 小时请求量远超预估、逼近集群承载极限，即日起暂停 C 端新用户订阅，算力优先保障已订阅用户，正全速扩容并逐步恢复。（来源：ithome.com）

Xiaomi

  • 2026-07-15 小米机器人开源 Xiaomi-Robotics-U0：38B 具身生成基础模型，首个统一文生图、图像编辑、具身场景生成等五类任务，FlashAR+ 提速 82.9 倍，WorldArena 第一。（来源：github.com）
  • 2026-07-16 小米发布具身基座模型 Xiaomi-Robotics-1：10 万小时免实体轨迹预训练，验证机器人 Scaling Law；新任务不足 10 小时数据即达 75% 成功率，四项仿真基准 SOTA。（来源：robotics.xiaomi.com）

MiniMax

  • 2026-07-16 MiniMax 上线音乐生成模型 Music-3.0：创作意图理解更准、音质跃升（支持指定乐器与真实演奏技法）、人声更自然；支持纯音乐与 Cover 翻唱，API 与官网同步开放。（来源：platform.minimax.io）

ByteDance

  • 2026-07-14 火山引擎升级 Doubao-Seed-Evolving：上下文扩至 1M tokens，稳定性与 tokens 效率提升，统一 Model ID 自动升级；定价 6 元/百万输入、30 元/百万输出。（来源：volcengine.com）

Tencent

  • 2026-07-14 腾讯混元开源端到端 OCR 模型 HyOCR-1.5：仅 1B 参数，覆盖文档解析、图表解析等 8 类任务；DFlash 投机解码提速 6.37 倍，OmniDocBench 评测端到端第一。（来源：github.com）
  • 2026-07-14 腾讯混元发布旗舰模型 Hy3 官方量化版：1bit 版权重压至约 85GB、单张 96GB 显卡可部署，4bit 版双卡承载，GGUF 适配 llama.cpp，MTP 投机解码提速约 50%。（来源：modelscope.cn）

StepFun

  • 2026-07-14 阶跃星辰发布大模型原生 AI 终端品牌 STEPX 及全球首款大模型原生智能体手机 STEPX Neo，背置交互副屏、端云协同，首批生态伙伴含支付宝、美团、高德等。（来源：eu.36kr.com）
  • 2026-07-17 WAIC 现场支付宝与阶跃星辰达成系统级合作：AI 版支付宝"阿宝"经自研 AHA 方案与阶跃大模型及 STEPX 终端跨端互联，一句话派活，首期接入外卖、出行、本地生活等服务，支付须本人确认。（来源：ithome.com）

Meta

  • 2026-07-16 Meta Muse Spark 1.1 上线 OpenRouter：面向 Agentic 任务的多模态推理模型，支持文本/图像/视频/音频输入，1M 上下文，目前仅限美国开发者使用。（来源：openrouter.ai）

Google

  • 2026-07-15 Google 发布 Gemma 4 同名刷新：启用 Flash Attention 4，Hopper 上 prefill 吞吐提升 25-70%，修复工具调用，HuggingFace 权重已更新。（来源：huggingface.co）
二OpenRouter 分析

2.1本周 OpenRouter 重点关注

  • 腾讯 Hy3 免费窗口即将关闭：腾讯混元 Hy3 正式版借"开源+OpenRouter 限时免费"两周冲上全站调用量第一（9.99T，+62%），免费将于 7 月 21 日截止并转为 $0.20/$0.80 收费。参考 4 月 preview 版同一打法，收费后流量回落风险较高，其留存率将检验腾讯开源模型的真实粘性，并直接重塑头部榜单格局。
  • Kimi K3 发布冲击编程模型格局：月之暗面 7 月 16 日发布 2.8T 参数 Kimi K3，多项编程评测登顶并即日上线 OpenRouter。本周编程榜已现震荡：MiniMax M3 从第 2 跌至第 5、Step 3.7 Flash 跌出 Top9。K3 自身流量将于下周进入榜单，其对 Claude 系列与开源编程模型的分流幅度值得持续跟踪。
  • 低价中国模型主导调用量头部：小米 MiMo-V2.5 在 5 月底"永久降价 99%"后持续放量，本周 9.17T（+54%）稳居第二，与腾讯 Hy3 合计近 20T。Hy3 收费后 MiMo 是最直接的低价承接者，能否接住溢出流量，以及 DeepSeek 双模型能否止跌，是下周观察重点。

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 2026-07-13 → 2026-07-19，上周 2026-07-06 → 2026-07-12
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)Tencent9.9962%持平数据缺失数据缺失数据缺失415931数据缺失免费免费免费驱动，可能存在收费后用户流失风险
2Xiaomi: MiMo-V2.5Xiaomi9.1754%持平1160.35962%375724数据缺失0.0760.279无显著风险
3DeepSeek: DeepSeek V4 FlashDeepSeek4.71-10%持平160.593921%40563118%0.0960.261无显著风险
4MiniMax: MiniMax M3MiniMax3.42-20%持平840.450335%44593570%0.2671.535无显著风险
5Z.ai: GLM 5.2Z.ai3.17-1%持平510.665337%51694389%0.2480.779无显著风险
6NVIDIA: Nemotron 3 Ultra (free)NVIDIA2.7431%上升2位340.528613%384927数据缺失0.6192.933免费驱动，可能存在收费后用户流失风险
7DeepSeek: DeepSeek V4 ProDeepSeek2.32-18%下降1位410.580722%44593655%0.8692.868无显著风险
8Anthropic: Claude Opus 4.7Anthropic2.02-10%下降1位800.05222%54744435%2.18425.000无显著风险
9Anthropic: Claude Opus 4.8Anthropic1.98-3%持平910.072617%56744747%1.72325.000无显著风险
10claude-sonnet-5Anthropic0.964%上升3位数据缺失数据缺失数据缺失537247数据缺失数据缺失数据缺失无显著风险

本周关键模型分析：

hy3 (free)（Tencent）：- #1 -> #1（持平）| WoW +62% |

  • 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=免费 | Output Price=免费
  • 本周变化分析：腾讯 7 月 6 日发布混元 Hy3 正式版并开源，同步在 OpenRouter 限时免费两周（7 月 21 日截止），本周正值免费临近截止的"末班车"阶段，调用量环比再增 62% 至 9.99T。其性能指数（41/59/31）在前十中居中下游，竞争力主要来自零价格与开源权重；7 月 14 日官方再推极致量化版延续开发者热度。免费结束后将转为 $0.20/$0.80 收费，参考 4 月 preview 版同款"免费冲榜"打法，7 月 21 日后的流量留存是最值得关注的变量。

Xiaomi: MiMo-V2.5（Xiaomi）：- #2 -> #2（持平）| WoW +54% |

  • 模型质量数据：| P/C=116 | R/C=0.3596 | 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：该模型增长建立在 5 月 27 日官方"永久降价、最高 99%"后的低价基本盘上，输出价 $0.28/M 与 DeepSeek V4 Flash 同属榜单最低档，叠加旧版 MiMo-V2 停服迁移与 MiMo Claw、OpenClaw 生态放量，本周调用量环比 +54% 至 9.17T。其性能指数（37/57/24）在前十中偏低，与定价接近的 DeepSeek V4 Flash 性能相当，主打极致性价比；P/C=116 偏高但未触发刷量警戒。7 月 21 日 Hy3 免费截止后，MiMo 是最直接的低价承接者，有望继续上量。

claude-sonnet-5（Anthropic）：- #13 -> #10（上升 3 位）| WoW +4% |

  • 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=53 | Coding=72 | Agentic=47 | Input Price=数据缺失 | Output Price=数据缺失
  • 本周变化分析：该模型 6 月 30 日发布并当天上架 OpenRouter，导入定价 $2/$10（8 月 31 日后恢复 $3/$15），低于上代 Sonnet 4.6，正处于新模型导入期与低价窗口叠加阶段，调用量稳步爬升至 0.96T。本周上升 3 位更多是"被动上位"：自身 WoW 仅 +4%，但 Step 3.7 Flash 跌出榜单、DeepSeek 与 Opus 系列流量普遍下滑，使其进入前十。其性能指数（53/72/47）仅次于 Opus 4.8，叠加导入价具备较强性价比，8 月底涨价前的放量节奏值得跟踪。

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 2026-07-13 → 2026-07-19，上周 2026-07-06 → 2026-07-12
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
1Tencent110.0152%爆发增长内部模型阵容稳定
2Xiaomi19.7749%稳定增长内部模型阵容稳定
3DeepSeek27.47-13%下滑内部模型阵容稳定
4Anthropic36.72-6%下滑新入榜模型：claude-sonnet-5
5Z.ai13.65-5%下滑内部模型阵容稳定
6Google03.56-10%下滑内部模型无变动
7MiniMax13.56-20%下滑内部模型阵容稳定
8NVIDIA13.0720%稳定增长内部模型阵容稳定
9OpenAI02.84-3%下滑内部模型无变动

本周关键厂商分析

Tencent：腾讯本周以 10.01T 登顶厂商榜（+52%），几乎完全由混元 Hy3 正式版免费路由（9.95T）单一驱动，旧 preview 流量随版本迁移基本归零，属正常新老交替。"发布+开源+限时免费"组合拳叠加元宝、WorkBuddy 等内部业务接入的声量，使其压制小米与 DeepSeek 升至第一；免费窗口 7 月 21 日结束后的留存是关键变量。

Xiaomi：小米本周 9.77T 稳居第二（+49%），由 MiMo-V2.5 单一主力驱动（9.17T），Pro 版维持 0.59T 平稳。5 月底"永久降价 99%"奠定的极致性价比、旧模型停服迁移与 Claw/OpenClaw 生态放量是增长主线；在腾讯免费攻势下仍守住第二，说明其低价付费模式已形成稳定基本盘。

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 2026-07-13 → 2026-07-19，上周 2026-07-06 → 2026-07-12
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-v2.5Xiaomi12412持平1mimo-v2.5Xiaomi7538
2hy3:freeTencent7096上升1位2MiniMax-m3MiniMax2789
3nemotron-3-ultra-550b-a55b:freeNVIDIA3233上升2位3hy3:freeTencent2517
4glm-5.2Z.ai2817持平4glm-5.2Z.ai2248
5MiniMax-m3MiniMax2397下降3位5nemotron-3-ultra-550b-a55b:freeNVIDIA1978
6DeepSeek-v4-proDeepSeek1271持平6DeepSeek-v4-proDeepSeek1471
7claude-4.8-opusAnthropic928持平7claude-4.8-opusAnthropic866
8DeepSeek-v4-flashDeepSeek842持平8DeepSeek-v4-flashDeepSeek829
9claude-4.7-opusAnthropic715新上榜9step-3.7-flashStepFun658

本周榜单主要变化：

  • MiniMax M3 编程调用量排名从第 2 跌至第 5，Step 3.7 Flash 跌出 Top9。
  • Claude Opus 4.7 新上榜列第 9；小米 MiMo-V2.5 以 12.4T 继续断层领跑。

可能原因：

  • 7 月 16 日 Kimi K3 发布，多项编程评测登顶并即日上线 OpenRouter，分流开源编程流量。
  • MiniMax 股价暴跌与 M3 定价争议持续发酵，开发者信心受挫，存量竞争中被 GLM 5.2 等对手挤压。

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 2026-07-13 → 2026-07-19，上周 2026-07-06 → 2026-07-12
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-120bOpenAI542持平1OpenAI: gpt-oss-120bOpenAI760
2OpenAI: gpt-oss-safeguard-20bOpenAI403持平2OpenAI: gpt-oss-safeguard-20bOpenAI475
3Qwen: Qwen3 32BQwen295持平3Qwen: Qwen3 32BQwen406
4Inception: Mercury 2Inception276上升1位4OpenAI: gpt-oss-20bOpenAI354
5OpenAI: gpt-oss-20bOpenAI256下降1位5Inception: Mercury 2Inception285
6Z.ai: GLM 4.7Z.ai229持平6Z.ai: GLM 4.7Z.ai271
7Google: Nano Banana (Gemini 2.5 Flash Image)Google209新上榜7MiniMax: MiniMax M2.7MiniMax250
8MiniMax: MiniMax M2.5MiniMax208持平8MiniMax: MiniMax M2.5MiniMax222
9MiniMax: MiniMax M2.7MiniMax191下降2位9Qwen: Qwen3.5-35B-A3BQwen218

本周榜单主要变化：

  • Google Nano Banana（Gemini 2.5 Flash Image）以 209 toks/s 新上榜，列第 7。
  • Qwen3.5-35B-A3B 跌出 Top9，MiniMax M2.7 下滑 2 位至第 9。
三其他模型性能榜单

1Text Arena

来源：lmarena.ai

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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-thinkingAnthropic1503
4claude-opus-4-6Anthropic1498持平4claude-opus-4-6Anthropic1498
5claude-opus-4-7Anthropic1494持平5claude-opus-4-7Anthropic1494
6muse-spark-1.1Meta1493持平6muse-spark-1.1Meta1490
7muse-sparkMeta1487持平7muse-sparkMeta1488
8gemini-3-proGoogle1486上升1位8gpt-5.6-sol-xhighOpenAI1486
9kimi-k3Moonshot1486新上榜9gemini-3-proGoogle1486
10gpt-5.6-sol-xhighOpenAI1486下降2位10gemini-3.1-pro-previewGoogle1485

本周榜单主要变化：

  • Kimi K3 以 1486 分新上榜列第 9，gemini-3.1-pro-preview 跌出 Top10。
  • gpt-5.6-sol-xhigh 下滑 2 位至第 10，Anthropic 稳占榜单前五。

可能原因：

  • 月之暗面 7 月 16 日发布 Kimi K3（2.8T MoE、100 万上下文），发布当周即被收录进榜。

2Code Arena

来源：arena.ai

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
1kimi-k3Moonshot1679新上榜1claude-fable-5Anthropic1649
2claude-fable-5Anthropic1631下降1位2gpt-5.6-sol-xhigh (codex-harness)OpenAI1636
3gpt-5.6-sol-xhigh (codex-harness)OpenAI1618下降1位3glm-5.2 (max)Z.ai1580
4glm-5.2 (max)Z.ai1587下降1位4grok-4.5xAI1566
5claude-opus-4-8-thinkingAnthropic1562持平5claude-opus-4-8-thinkingAnthropic1560
6grok-4.5xAI1558下降2位6claude-opus-4-7-thinkingAnthropic1557
7claude-opus-4-7-thinkingAnthropic1558下降1位7claude-opus-4-7Anthropic1557
8claude-opus-4-7Anthropic1555下降1位8claude-sonnet-5-highAnthropic1543
9claude-opus-4-6-thinkingAnthropic1542持平9claude-opus-4-6-thinkingAnthropic1543
10claude-sonnet-5-highAnthropic1542下降2位10muse-spark-1.1Meta1540

本周榜单主要变化：

  • Kimi K3 新上榜即以 1679 分登顶，Claude Fable 5 退居第 2。
  • muse-spark-1.1 跌出 Top10，第 2 至 10 名整体顺延一位。

可能原因：

  • K3 主打开源最强编程，官方编程基准超 GPT-5.6 Sol，发布当周票仓快速集中。

3Agent Arena

来源：lmarena.ai

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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) 以 10.9% 新上榜列第 2，仅次于 Claude Fable 5。
  • GPT 5.4 (High) 跌出 Top10，OpenAI 内部完成新老交替。

可能原因：

  • GPT-5.6 Sol 于 7 月 9 日正式 GA，本周为首个完整公开周，官方主打 agentic 能力（Ultra 多代理并行、Terminal-Bench 2.1 SOTA），上榜即居次席。

4LiveCodeBench

来源：livecodebench.github.io

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
1Claude Opus 4.8Anthropic47.1持平1Claude Opus 4.8Anthropic47.1
2Claude Opus 4.7Anthropic44.1持平2Claude Opus 4.7Anthropic44.1
3Claude Opus 4.6 (2026-04-27)Anthropic41.2持平3Claude Opus 4.6 (2026-04-27)Anthropic41.2
4GPT 5.5OpenAI40.2持平4GPT 5.5OpenAI40.2
5Claude Sonnet 5Anthropic37.2持平5Claude Sonnet 5Anthropic37.2
6Claude Opus 4.6 (2026-02-11)Anthropic33.3持平6Claude Opus 4.6 (2026-02-11)Anthropic33.3
7GPT 5.4 (xhigh)OpenAI31.4持平7GPT 5.4 (xhigh)OpenAI31.4
8GPT 5.2OpenAI27.4持平8GPT 5.2OpenAI27.4
9Claude Opus 4.5Anthropic26.5持平9Claude Opus 4.5Anthropic26.5
10GPT 5.4 (high)OpenAI25.5持平10GPT 5.4 (high)OpenAI25.5

本周榜单主要变化：

  • 无重大变化

5SWE-bench

来源：swebench.com

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
1gpt-image-2 (medium)OpenAI1465持平1gpt-image-2 (medium)OpenAI1465
2muse-imageMeta1402持平2muse-imageMeta1402
3mai-image-2.5Microsoft1401持平3mai-image-2.5Microsoft1401
4seedream-5.0-proByteDance1393持平4seedream-5.0-proByteDance1393
5chatgpt-image-latest-high-fidelityOpenAI1389持平5chatgpt-image-latest-high-fidelityOpenAI1389
6grok-imagine-image-qualityxAI1389持平6grok-imagine-image-qualityxAI1389
7gemini-3-pro-image-2k (nano-banana-pro)Google1388持平7gemini-3-pro-image-2k (nano-banana-pro)Google1388
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持平9gemini-3.1-flash-image (nano-banana-2) [web-search]Google1385
10reve-2.1Reve1383持平10reve-2.1Reve1383

本周榜单主要变化：

  • 无重大变化

7Text-to-Image Arena

来源：lmarena.ai

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
1gpt-image-2 (medium)OpenAI1385持平1gpt-image-2 (medium)OpenAI1385
2reve-2.1Reve1302持平2reve-2.1Reve1302
3muse-imageMeta1280持平3muse-imageMeta1280
4reve-2.0Reve1271持平4reve-2.0Reve1271
5gemini-3.1-flash-image (nano-banana-2) [web-search]Google1261持平5gemini-3.1-flash-image (nano-banana-2) [web-search]Google1261
6mai-image-2.5Microsoft1257持平6mai-image-2.5Microsoft1257
7gemini-3.1-flash-lite-image (nano-banana-2-lite)Google1250持平7gemini-3.1-flash-lite-image (nano-banana-2-lite)Google1250
8gemini-3-pro-image-2k (nano-banana-pro)Google1245持平8gemini-3-pro-image-2k (nano-banana-pro)Google1245
9gpt-image-1.5-high-fidelityOpenAI1240持平9gpt-image-1.5-high-fidelityOpenAI1240
10gemini-3-pro-image-preview (nano-banana-pro)Google1232持平10gemini-3-pro-image-preview (nano-banana-pro)Google1232

本周榜单主要变化：

  • 无重大变化

8AA Image Editing

来源：artificialanalysis.ai

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
1GPT Image 2 (high)OpenAI1257持平1GPT Image 2 (high)OpenAI1256
2GPT Image 1.5 (high)OpenAI1254持平2GPT Image 1.5 (high)OpenAI1254
3Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1248持平3Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1247
4MAI-Image-2.5Microsoft1244持平4MAI-Image-2.5Microsoft1244
5Nano Banana Pro (Gemini 3 Pro Image)Google1241持平5Nano Banana Pro (Gemini 3 Pro Image)Google1240
6grok-imagine-image-qualityxAI1230持平6grok-imagine-image-qualityxAI1229
7MAI-Image-2.5-FlashMicrosoft1230持平7MAI-Image-2.5-FlashMicrosoft1228
8HunyuanImage 3.0 Instruct (Fal)Open WeightsTencent1225持平8HunyuanImage 3.0 Instruct (Fal)Open WeightsTencent1224
9Luma UNI 1 MaxLuma1221持平9Luma UNI 1 MaxLuma1221
10Kling Image 3.0 OmniKlingAI1216持平10Kling Image 3.0 OmniKlingAI1215

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 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
1GPT Image 2 (high)OpenAI1338持平1GPT Image 2 (high)OpenAI1337
2MAI-Image-2.5Microsoft1266上升1位2Reve 2.0Reve1278
3HiDream-O1-Image-1.5HiDream1264上升1位3MAI-Image-2.5Microsoft1268
4Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google1259上升1位4HiDream-O1-Image-1.5HiDream1263
5GPT Image 1.5 (high)OpenAI1258上升1位5Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google1261
6Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1253上升1位6GPT Image 1.5 (high)OpenAI1259
7Reve 2.0Reve1246下降5位7Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1252
8Nano Banana Pro (Gemini 3 Pro Image)Google1217上升1位8Cosmos3-Super-Text2Image (agentic)Open WeightsNVIDIA1220
9Cosmos3-Super-Text2Image (agentic)Open WeightsNVIDIA1217下降1位9Nano Banana Pro (Gemini 3 Pro Image)Google1216
10Recraft V4.1 Utility ProRecraft1208新上榜10MAI-Image-2.5-FlashMicrosoft1206

本周榜单主要变化：

  • Reve 2.0 分数由 1278 降至 1246，排名暴跌 5 位至第 7。
  • Recraft V4.1 Utility Pro 进入第 10，MAI-Image-2.5-Flash 跌出前十。

可能原因：

  • 6 月以来 MAI-Image-2.5 等三个 1250+ 新模型集中入池，Elo 相对分被稀释；Reve 2.0 票量仅约 3.5K，对池结构变化更敏感。
  • Recraft 官方 5 月底已宣布 V4.1 Utility Pro 入榜，本周"新上榜"更可能是上周快照漏抓后的恢复。

10前沿数学 (FrontierMath)

来源：epoch.ai

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
1GPT-5.6 SolOpenAI94.6持平1GPT-5.6 SolOpenAI94.6
2Claude Mythos PreviewAnthropic94.6持平2Claude Mythos PreviewAnthropic94.6
3Gemini 3.1 ProGoogle94.3持平3Gemini 3.1 ProGoogle94.3
4Claude Opus 4.7Anthropic94.2持平4Claude Opus 4.7Anthropic94.2
5Claude Opus 4.8Anthropic93.6持平5Claude Opus 4.8Anthropic93.6
6GPT-5.5OpenAI93.6持平6GPT-5.5OpenAI93.6
7Kimi K3Moonshot AI93.5新上榜7GPT-5.2 ProOpenAI93.2
8GPT-5.2 ProOpenAI93.2下降1位8Grok 4.5xAI93.0
9Grok 4.5xAI93.0下降1位9GPT-5.6 TerraOpenAI92.9
10GPT-5.6 TerraOpenAI92.9下降1位10GPT-5.4OpenAI92.8

本周榜单主要变化：

  • Kimi K3 以 93.5 分新上榜列第 7，GPT-5.4 跌出 Top10。

可能原因：

  • K3 于 7 月 16 日发布，官方 GPQA 成绩进入全球前十，榜单当周收录。

14国内 - 大语言模型 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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 · 2026-07-13（上周） → 2026-07-20（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参数排名变化上周排名上周模型所属公司上周参数
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。