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：2026-7-13

报告数据周期：本周 2026-07-06 → 2026-07-12，上周 2026-06-29 → 2026-07-05

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Tencent Hy3免费版新登第1，NVIDIA Nemotron新进第8，Claude Sonnet 4.6与Gemini 3 Flash Preview跌出前十
OpenRouter 厂商调用量Tencent因Hy3免费版放量暴涨111%升至第3，NVIDIA因Nemotron放量增长59%
OpenRouter 编程调用量Tencent Hy3免费版、NVIDIA Nemotron免费版双双新进前9
OpenRouter 模型吞吐量MiniMax M2.5新进第8，Google Nano Banana跌出前9
LMArena 文本竞技场Muse Spark 1.1、GPT-5.6 Sol新上榜，Gemini 3.1 Pro Preview跌至第10，Claude Opus 4.8（Thinking）跌出前十
LMArena 代码竞技场GPT-5.6 Sol、Grok 4.5等4款模型新上榜，原前十过半集体换血
LMArena 图像编辑竞技场Muse Image、Seedream 5.0 Pro等模型新上榜，GPT Image 1.5跌出前十
LMArena 文生图竞技场Reve 2.1、Muse Image新上榜，Grok Imagine、Ideogram 4.0跌出前十
LMArena Agent ArenaClaude Sonnet 5（High）新上榜，GLM 5.2（Max）跌3位，Claude Opus 4.6跌出前十
Artificial Analysis 图像编辑无重大变化
Artificial Analysis 文生图Nano Banana 2 Lite新上榜，Recraft V4.1 Utility Pro跌出前十
GPQAGPT-5.6 Sol登顶，Grok 4.5、GPT-5.6 Terra新上榜，GPT-5.4跌3位
MedBench无重大变化
OpenCompass LLM无重大变化
OpenCompass 多模态无重大变化
LiveCodeBench GSOClaude Opus 4.8登顶，Claude Sonnet 5新上榜，Gemini 3.1 Pro与Gemini 3 Pro跌出前十
HuggingFace GAIA无重大变化
Scale HLE无重大变化
Epoch FrontierMath无重大变化
SWE-bench无重大变化

1.2本周大模型行业重要动态

时间窗口 · 2026-07-06 至 2026-07-13总追踪厂商 · 20 家确认入池并保留的核心技术进展 · 8 条（来自 6 家公司）

OpenAI

  • 2026-07-06 OpenAI 发布 Realtime API 新模型 gpt-realtime-2.1 及 gpt-realtime-2.1-mini，改进字母数字识别、静音/噪声处理与打断行为，支持可配置推理强度并首次为 mini 版本带来推理与工具调用能力，语音模型 p95 延迟整体降低至少 25%。（来源：openai.com）
  • 2026-07-08 OpenAI 推出全双工语音模型 GPT-Live-1 及 mini 版，取代此前"语音转文字→LLM→文字转语音"三段式架构，可同时说话与聆听、支持自然打断，复杂问题会调用后台前沿模型处理；在 BrowseComp 网页搜索基准上得分从 0.7% 大幅提升至 75.2%，已在 ChatGPT 全平台替代原 Advanced Voice Mode 全球上线。（来源：openai.com）
  • 2026-07-09 OpenAI 将 GPT-5.6 系列（Sol/Terra/Luna 三档）正式开放给公众（GA），采用数字标识代际、名称标识能力层级的新命名体系；旗舰 Sol 在 Artificial Analysis Coding Agent Index 上以 80 分创新高，"ultra"多智能体模式将 Terminal-Bench 2.1 从 88.8% 提升至 91.9%，API 定价 Sol $5/$30、Terra $2.5/$15、Luna $1/$6（每百万输入/输出 token）。（来源：openai.com）

Meta

  • 2026-07-07 Meta Superintelligence Labs 发布首款图像生成模型 Muse Image，以 Agent 方式运行（可调用搜索/编码工具自我优化、随测试时算力增加而提升效果），并内置隐形数字水印 Content Seal 用于内容溯源；已上线 Meta App、Instagram Stories（美国）及 WhatsApp（部分国家）。（来源：about.fb.com）

xAI

  • 2026-07-08 xAI（已更名 SpaceXAI）发布 Grok 4.5，定位编程与 Agentic 工作专用模型，基于 1.5 万亿参数 V9 架构并使用真实 Cursor 开发会话数据训练；在 Artificial Analysis Intelligence Index 上排名第 4（54 分），定价 $2/$6（每百万输入/输出 token），已上线 Grok Build、Cursor 全部套餐及 SpaceXAI console。（来源：x.ai）

Mistral AI

  • 2026-07-08 Mistral AI 发布首款具身机器人导航模型 Robostral Navigate（8B 参数），仅依靠单个 RGB 摄像头即可完成复杂环境导航，在 R2R-CE 未见场景基准上取得 76.6% 成功率，超过此前最佳单摄方案 9.7 个百分点、超过多传感器方案 4.5 个百分点，模型完全基于仿真数据训练。（来源：mistral.ai）

Meituan

  • 2026-07-06 美团 LongCat 团队将万亿参数模型 LongCat-2.0（总参数 1.6T，平均激活约 48B）权重与推理代码全面开源，采用 MIT 协议，提供 BF16/FP8/INT8 多精度版本并同步上线 Hugging Face、GitHub、ModelScope；模型原生支持 1M 超长上下文，是业界首个在国产算力集群上完成全流程训练与推理的万亿参数模型。（来源：meituan.com）

Tencent

  • 2026-07-06 腾讯混元发布并开源 Hy3 模型，采用快慢思考融合的 MoE 架构（总参数 295B，激活参数 21B），支持 256K 上下文，以 Apache 2.0 协议在 GitHub、Hugging Face、ModelScope 等平台开源；相比 4 月发布的 Preview 版，幻觉率从 12.5% 降至 5.4%，在推理、Agent、长上下文任务上显著提升。（来源：hy.tencent.com）
二OpenRouter 分析

2.1本周 OpenRouter 重点关注

  • 腾讯Hy3"转正开源+限时免费"一举拿下模型与厂商双料第一：腾讯7月6日将Hy3全面转为Apache 2.0协议GA版本并推出至7月21日的限时免费API额度，免费版单周流量高达6.13万亿token，直接登顶模型调用量Top10榜首，同时带动厂商总量暴涨111%、跃居第3，付费版preview则彻底跌出两张榜单。这一打法体现了中国开源阵营惯用的"免费引流—巩固生态"策略，需持续关注7月21日免费窗口结束后流量的留存情况。
  • NVIDIA Nemotron-3-Ultra-550B跻身模型调用量Top10：这款6月初开源的550B MoE模型凭借免费版流量环比翻倍，本周同时挤进模型调用量Top10（#8）与编程调用量榜前5，是西方阵营开放模型近期少有的、能正面进入OpenRouter主榜单的案例。其Programming%高达95%，流量高度集中于编程/智能体场景，短期需关注其能否延续增势、对中国开源阵营的价格与性能优势形成实质制衡。
  • DeepSeek临近7月24日强制迁移节点，V4 Flash价格已悄然下调：DeepSeek官方公布将于7月24日彻底退役DeepSeek-chat/DeepSeek-reasoner旧接口，全量流量转入V4系列；核查数据库发现V4 Flash实际价格已于07-11～07-12下调约14%（06-25 到 07-10 期间稳定在 $0.09/$0.18，07-11 变成 $0.084/$0.168，07-12、07-13 进一步降到 $0.077/$0.154），显示官方正提前巩固V4 Flash的低价心智以承接强制迁移带来的存量用户。这也解释了V4 Flash本周为何仍能守住模型调用量Top3、未被Hy3免费版的爆发式增长明显侵蚀份额。

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 2026-07-06 → 2026-07-12，上周 2026-06-29 → 2026-07-05
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
1Tencent: Hy3Tencent6.15+96%*新上榜数据缺失数据缺失数据缺失34365641%数据缺失数据缺失限时免费驱动（至7月21日），促销结束后存在流失风险
2Xiaomi: MiMo-V2.5Xiaomi5.95+36%持平1060.40302%375724数据缺失0.0760.279无显著风险
3DeepSeek: DeepSeek V4 FlashDeepSeek5.22-2%下降2位140.642725%40563116%0.0960.261无显著风险
4MiniMax: MiniMax M3MiniMax4.25+3%下降1位860.443431%44593566%0.2671.535无显著风险
5Z.ai: GLM 5.2Z.ai3.19+24%持平500.655136%51694371%0.4201.320无显著风险
6DeepSeek: DeepSeek V4 ProDeepSeek2.82+20%持平300.668325%44593652%0.8692.868无显著风险
7Anthropic: Claude Opus 4.7Anthropic2.25+3%持平850.05482%54744430%2.18425.000无显著风险
8NVIDIA: Nemotron-3-Ultra-550BNVIDIA2.08+100%*新上榜320.664812%38492795%0.6192.933无显著风险
9Anthropic: Claude Opus 4.8Anthropic2.03-3%下降1位910.076716%56744743%1.72325.000无显著风险
10StepFun: Step 3.7 FlashStepFun1.21-22%下降1位640.012352%30402254%0.1321.150无显著风险

本周关键模型分析：

[Tencent: Hy3]：- #4（Hy3 preview）-> #1（Hy3，新上榜，上升3位）| WoW +96%* |

  • 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=34 | Coding=36 | Agentic=56 | Input Price=数据缺失 | Output Price=数据缺失
  • 本周变化分析：腾讯7月6日将Hy3全面转为Apache 2.0协议的GA正式版并推出至7月21日的限时免费API额度，免费版单周流量即达6.13万亿token，一举登顶模型调用量榜首，此前的付费版Hy3 preview（上周#4）流量骤降并跌出Top10。Intelligence、Coding在前十中处于中下游，但Agentic得分56居前十前列，公开信息显示其在GPQA Diamond、USAMO等测评上表现强劲，且270人专家盲测中以2.67分（满分4）小胜GLM-5.1的2.51分（腾讯自测，未见第三方复现）。因其在OpenRouter上线不足一周，`model_activity`、`model_apps_daily`、`model_pricing_history`等数据管线尚未完成对该模型的收录，暂无法评估P/C、top5集中度等风险信号。短期最需关注7月21日免费窗口结束后流量能否留存，这是决定本次登顶是否可持续的关键节点。

[Xiaomi: MiMo-V2.5]：- #2 -> #2（持平）| WoW +36% |

  • 模型质量数据：| P/C=106 | R/C=0.4030 | 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：MiMo-V2.5本周继续稳居第2，环比大涨36%，但因Tencent Hy3免费版强势登顶而未能进一步冲击榜首。其Intelligence、Agentic在前十中处于中下游，Coding居中上水平，叠加全榜最低的输入价格，性价比优势明显——公开信息显示该模型4月底开源以来持续通过Claw-Eval等榜单展示高效率的智能体编程能力。核查`model_pricing_history`发现其真实价格近三周持续持平于约$0.105/$0.28，并无降价动作，说明本次增长属需求自然沉淀，而非促销驱动。top5集中度仅2%，流量结构健康。短期需关注Hy3免费窗口结束后其流量能否部分转化为MiMo-V2.5的增量。

[NVIDIA: Nemotron-3-Ultra-550B]：- 新上榜 -> #8（较真实上周排名约第12，上升4位）| WoW +100%* |

  • 模型质量数据：| P/C=32 | R/C=0.6648 | top5 App 集中度=12% | Intelligence=38 | Coding=49 | Agentic=27 | Input Price=0.619 | Output Price=2.933
  • 本周变化分析：Nemotron-3-Ultra-550B本周首次挤入模型调用量Top10，环比翻倍。该模型6月4日开源发布，是英伟达迄今最大的开放模型，采用Mamba-Transformer混合MoE架构，SWE-bench Verified在65%-70%区间，官方宣称相比同类开放模型可将智能体任务成本降低约30%（英伟达自测，未见第三方复现）。Programming%高达95%，说明其流量高度集中在编程/智能体场景，与其定位一致；本周已同步挤进编程调用量榜前5。定价$0.619/$2.933近期无明显变化，top5集中度12%属健康水平。短期需关注这一西方阵营开放模型能否延续增势，成为对抗中国开源阵营价格竞争的重要筹码。

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 2026-07-06 → 2026-07-12，上周 2026-06-29 → 2026-07-05
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
1DeepSeek28.57+3%稳定增长（排名持平）内部模型阵容稳定
2Anthropic37.14+1%稳定增长（排名持平）Opus 4.7/4.8仍在Top10，Sonnet 4.6跌出Top10（真实排名约第11）
3Tencent26.58+111%爆发增长（排名上升3位）上周在榜模型Hy3 preview（Top10 #4）已升级为GA版本Hy3，本周以Hy3（含限时免费版）重新登顶Top10 #1，旧版Hy3 preview流量骤降跌出前十
4Xiaomi16.55+33%稳定增长（排名下降1位）内部模型阵容稳定
5MiniMax14.42+3%稳定增长（排名下降1位）内部模型阵容稳定
6Google03.93-3%下滑（排名下降1位）内部模型无变动（Gemini 3 Flash Preview本周与上周均未进入模型调用量Top10）
7Z.ai13.82+23%稳定增长（排名上升1位）内部模型阵容稳定
8OpenAI02.92-6%下滑（排名下降1位）内部模型无变动
9NVIDIA12.56+59%爆发增长（排名持平）本周新进模型调用量Top10：Nemotron-3-Ultra-550B（原排名约第12，此前不在Top10）

本周共标记 4 个关键厂商：DeepSeek、Anthropic（均为Top2常态占位）、Tencent（WoW +111%、排名上升3位）、NVIDIA（WoW +59%）。

本周关键厂商分析

[DeepSeek]：DeepSeek本周继续稳居厂商榜首，总量环比温和增长3%，主要由V4 Pro（+20%）的强劲增长驱动，部分抵消了V4 Flash（-2%）的小幅回落，未见明显的内部相互替代迹象，整体阵容稳定。临近7月24日旧接口停用节点，预计V4系列存量用户迁移仍将持续为其贡献基础盘。

[Anthropic]：Anthropic本周总量环比微增1%，继续位列厂商榜第2，但旗下在榜模型走势分化明显：Claude Opus 4.7/4.8基本持平（+3%/-3%）仍留在模型调用量Top10，Sonnet 4.6则大跌30%并跌出Top10（真实排名约第11），可见其中端模型承压更明显，总量能保持微增更可能来自榜单外其他Anthropic模型的增量支撑。需持续观察Sonnet系列需求走弱是否会传导至更高端的Opus档位。

[Tencent]：Tencent本周总量环比暴涨111%，排名跃升3位至第3，核查发现驱动力正是模型调用量Top10的新科榜首——腾讯已于7月6日将Hy3全面转为Apache 2.0协议的GA正式版，并推出至7月21日的限时免费API额度（`tencent/hy3:free`），该免费版单周调用量达6.13万亿token，一举登顶模型调用量Top10 #1，而此前的付费版Hy3 preview（上周#4）流量骤降并跌出Top10。这一增长本质是官方限时免费策略引导用户迁移的结果，需关注免费窗口结束后流量能否留存。

[NVIDIA]：NVIDIA本周总量环比大涨59%，主要由6月初发布的开源模型Nemotron-3-Ultra-550B-A55B驱动，该模型凭借开放协议与较高的智能体编程效率（SWE-bench Verified约65%-70%），本周不仅首次跻身编程调用量榜单前9，其免费版流量更是直接推动其首次挤入模型调用量Top10（#8），带动厂商总量放量。

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 2026-07-06 → 2026-07-12，上周 2026-06-29 → 2026-07-05
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：

  • Tencent Hy3免费版（hy3:free）新进编程榜第3位，此前的付费版hy3-preview跌出前9。
  • NVIDIA Nemotron-3-Ultra-550B免费版首次进入编程调用量榜前9，位列第5。
  • DeepSeek V4 Flash、StepFun Step 3.7 Flash均因两款新模型挤入而各下降3位，分列第8、第9。

可能原因：

  • 腾讯于7月6日将Hy3升级为GA正式版并推出至7月21日的限时免费API额度，引导用户从付费预览版迁移，带来编程调用量激增。
  • Nemotron-3-Ultra-550B自6月初开放发布以来持续放量，凭借开放协议与较高的智能体编程效率吸引开发者试用，逐步打入编程细分榜单前列。

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 2026-07-06 → 2026-07-12，上周 2026-06-29 → 2026-07-05
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-120bOpenAI760持平1OpenAI: gpt-oss-120bOpenAI894
2OpenAI: gpt-oss-safeguard-20bOpenAI475持平2OpenAI: gpt-oss-safeguard-20bOpenAI449
3Qwen: Qwen3 32BQwen406持平3Qwen: Qwen3 32BQwen425
4OpenAI: gpt-oss-20bOpenAI354持平4OpenAI: gpt-oss-20bOpenAI348
5Inception: Mercury 2Inception285上升2位5Z.ai: GLM 4.7Z.ai290
6Z.ai: GLM 4.7Z.ai271下降1位6MiniMax: MiniMax M2.7MiniMax262
7MiniMax: MiniMax M2.7MiniMax250下降1位7Inception: Mercury 2Inception252
8MiniMax: MiniMax M2.5MiniMax222新上榜8Qwen: Qwen3.5-35B-A3BQwen222
9Qwen: Qwen3.5-35B-A3BQwen218下降1位9Google: Nano Banana (Gemini 2.5 Flash Image)Google196

本周榜单主要变化：

  • MiniMax M2.5新进吞吐榜前9，位列第8。
  • Google Nano Banana（Gemini 2.5 Flash Image）跌出前9。
三其他模型性能榜单

1Text Arena

来源：lmarena.ai

数据周期 · 2026-07-06（上周） → 2026-07-13（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-5Anthropic1509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-1.1Meta1490新上榜6muse-sparkMeta1487
7muse-sparkMeta1488下降1位7gemini-3.1-pro-previewGoogle1486
8gpt-5.6-sol-xhighOpenAI1486新上榜8gemini-3-proGoogle1486
9gemini-3-proGoogle1486下降1位9claude-opus-4-8-thinkingAnthropic1484
10gemini-3.1-pro-previewGoogle1485下降3位10gpt-5.5-highOpenAI1481

本周榜单主要变化：

  • Muse Spark 1.1、GPT-5.6 Sol（xhigh）新进前十，分列第6、第8位。
  • Gemini 3.1 Pro Preview排名下滑3位至第10，Claude Opus 4.8（Thinking）跌出前十。

可能原因：

  • Meta于7月9日发布Muse Spark 1.1，作为原Muse Spark的迭代版本，在编程与智能体基准上进一步逼近GPT-5.5水平，带动其登上前十。
  • OpenAI于7月9日发布GPT-5.6三档模型家族（Sol/Terra/Luna），旗舰Sol在多项智能体与推理基准创下新高，助其新进前十。

2Code Arena

来源：arena.ai

数据周期 · 2026-07-06（上周） → 2026-07-13（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-5Anthropic1649持平1claude-fable-5Anthropic1653
2gpt-5.6-sol-xhigh (codex-harness)OpenAI1636新上榜2glm-5.2 (max)Z.ai1584
3glm-5.2 (max)Z.ai1580下降1位3claude-opus-4-8-thinkingAnthropic1561
4grok-4.5xAI1566新上榜4claude-opus-4-7-thinkingAnthropic1559
5claude-opus-4-8-thinkingAnthropic1560下降2位5claude-opus-4-7Anthropic1557
6claude-opus-4-7-thinkingAnthropic1557下降2位6claude-sonnet-5-thinkingAnthropic1551
7claude-opus-4-7Anthropic1557下降2位7claude-opus-4-6-thinkingAnthropic1542
8claude-sonnet-5-highAnthropic1543新上榜8seed-2.1-pro-previewByteDance1539
9claude-opus-4-6-thinkingAnthropic1543下降2位9claude-opus-4-6Anthropic1536
10muse-spark-1.1Meta1540新上榜10claude-opus-4-8Anthropic1535

本周榜单主要变化：

  • GPT-5.6 Sol（codex-harness）、Grok 4.5、Claude Sonnet 5（High）、Muse Spark 1.1四款模型同时新进前十。
  • Claude Sonnet 5（Thinking）、Seed 2.1 Pro Preview、Claude Opus 4.6、Claude Opus 4.8集体跌出前十，前十席位大幅换血。

可能原因：

  • OpenAI 7月9日发布的GPT-5.6 Sol在编程代理基准（Artificial Analysis Coding Agent Index）创下新高，以codex-harness配置强势杀入代码竞技场前二。
  • xAI于7月8日发布专为编程与智能体打造的Grok 4.5，基于1.5万亿参数V9基座并与Cursor联合训练，带动其新进前十。
  • Anthropic于6月30日发布Claude Sonnet 5，凭借接近Opus 4.8的编程能力与更低定价以High配置挤入前十，同门多款其他配置模型的席位随之被分流。

3Agent Arena

来源：lmarena.ai

数据周期 · 2026-07-06（上周） → 2026-07-13（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)Anthropic14.1%持平1Claude Fable 5 (High)Anthropic13.3%
2Claude Opus 4.8 (Thinking)Anthropic9.8%持平2Claude Opus 4.8 (Thinking)Anthropic9.4%
3GPT 5.5 (xHigh)OpenAI8.9%持平3GPT 5.5 (xHigh)OpenAI8.2%
4Claude Opus 4.7 (Thinking)Anthropic8.5%上升1位4Claude Opus 4.7Anthropic8.2%
5Claude Opus 4.7Anthropic8.2%下降1位5Claude Opus 4.7 (Thinking)Anthropic8.1%
6Claude Sonnet 5 (High)Anthropic8.2%新上榜6GPT 5.5 (High)OpenAI7.1%
7GPT 5.5 (High)OpenAI7.4%下降1位7GLM 5.2 (Max)Z.ai6.9%
8GPT 5.4 (High)OpenAI6.7%持平8GPT 5.4 (High)OpenAI6.7%
9GPT 5.5OpenAI6.7%上升1位9Claude Opus 4.6Anthropic6.5%
10GLM 5.2 (Max)Z.ai6.5%下降3位10GPT 5.5OpenAI6.2%

本周榜单主要变化：

  • Claude Sonnet 5（High）新进前十，位列第6。
  • GLM 5.2（Max）排名下滑3位至第10，Claude Opus 4.6跌出前十。

可能原因：

  • Anthropic于6月30日发布Claude Sonnet 5，主打智能体能力，官方测试其智能体编程基准达63.2%、逼近Opus 4.8的69.2%，助其登上Agent Arena前十。

4LiveCodeBench

来源：livecodebench.github.io

数据周期 · 2026-07-06（上周） → 2026-07-13（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新上榜1Claude Opus 4.7Anthropic44.1
2Claude Opus 4.7Anthropic44.1下降1位2Claude Opus 4.6Anthropic41.2
3Claude Opus 4.6Anthropic41.2下降1位3GPT 5.5OpenAI40.2
4GPT 5.5OpenAI40.2下降1位4Claude Opus 4.6Anthropic33.3
5Claude Sonnet 5Anthropic37.2新上榜5GPT 5.4OpenAI31.4
6Claude Opus 4.6Anthropic33.3下降2位6GPT 5.2OpenAI27.4
7GPT 5.4OpenAI31.4上升1位7Claude Opus 4.5Anthropic26.5
8GPT 5.2OpenAI27.4下降2位8GPT 5.4OpenAI25.5
9Claude Opus 4.5Anthropic26.5下降2位9Gemini 3.1 ProGoogle22.6
10GPT 5.4OpenAI25.5下降2位10Gemini 3 ProGoogle18.6

本周榜单主要变化：

  • Claude Opus 4.8新进榜首，同门Claude Sonnet 5同时新进前十，位列第5。
  • Gemini 3.1 Pro、Gemini 3 Pro两款模型跌出前十。

可能原因：

  • Anthropic 5月28日发布的Claude Opus 4.8在SWE-bench Pro上取得69.2%的成绩（较Opus 4.7提升4.9个百分点），带动其登顶该编程类榜单，反映出该榜单本次更新对新模型的收录存在一定滞后。
  • Claude Sonnet 5凭借接近旗舰Opus的编程能力和更低价格新进前十，与代码竞技场的表现相互印证。

5SWE-bench

来源：swebench.com

数据周期 · 2026-07-06（上周） → 2026-07-13（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)Z.ai72.8%持平6GLM-5 (high reasoning)Z.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 · 2026-07-06（上周） → 2026-07-13（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)OpenAI1464
2muse-imageMeta1402新上榜2mai-image-2.5Microsoft1403
3mai-image-2.5Microsoft1401下降1位3chatgpt-image-latest-high-fidelityOpenAI1390
4seedream-5.0-proByteDance1393新上榜4grok-imagine-image-qualityxAI1389
5chatgpt-image-latest-high-fidelityOpenAI1389下降2位5gemini-3-pro-image-preview-2k (nano-banana-pro)Google1388
6grok-imagine-image-qualityxAI1389下降2位6gemini-3.1-flash-image-preview (nano-banana-2) [web-search]Google1387
7gemini-3-pro-image-2k (nano-banana-pro)Google1388新上榜7gemini-3-pro-image-preview (nano-banana-pro)Google1385
8gemini-3-pro-image-preview (nano-banana-pro)Google1385下降1位8gpt-image-1.5-high-fidelityOpenAI1373
9gemini-3.1-flash-image (nano-banana-2) [web-search]Google1385新上榜9grok-imagine-image-qualityxAI1358
10reve-2.1Reve1383新上榜10reve-2.0Reve1357

本周榜单主要变化：

  • Muse Image、Seedream 5.0 Pro新进前十，分列第2、第4位。
  • Gemini 3 Pro Image、Gemini 3.1 Flash Image（Nano Banana系列）由带"-preview"预览标识的版本转为正式版重新上榜，GPT Image 1.5跌出前十。

可能原因：

  • Meta于7月7日发布Muse Image，作为Muse Spark配套的首款图像模型，具备代码执行与联网搜索能力以提升图像准确性，助其登上前十。
  • ByteDance于7月8日发布Seedream 5.0 Pro，主打专业级图层编辑与多语言文字渲染，对标GPT Image 2，带动其新进前十。

7Text-to-Image Arena

来源：lmarena.ai

数据周期 · 2026-07-06（上周） → 2026-07-13（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)OpenAI1386
2reve-2.1Reve1302新上榜2reve-2.0Reve1272
3muse-imageMeta1280新上榜3gemini-3.1-flash-image-preview (nano-banana-2) [web-search]Google1270
4reve-2.0Reve1271下降2位4mai-image-2.5Microsoft1257
5gemini-3.1-flash-image (nano-banana-2) [web-search]Google1261新上榜5gemini-3.1-flash-lite-image (nano-banana-2-lite)Google1250
6mai-image-2.5Microsoft1257下降2位6gemini-3-pro-image-preview-2k (nano-banana-pro)Google1245
7gemini-3.1-flash-lite-image (nano-banana-2-lite)Google1250下降2位7gpt-image-1.5-high-fidelityOpenAI1241
8gemini-3-pro-image-2k (nano-banana-pro)Google1245新上榜8gemini-3-pro-image-preview (nano-banana-pro)Google1232
9gpt-image-1.5-high-fidelityOpenAI1240下降2位9grok-imagine-image-qualityxAI1229
10gemini-3-pro-image-preview (nano-banana-pro)Google1232下降2位10ideogram-4.0-qualityIdeogram1207

本周榜单主要变化：

  • Reve 2.1、Muse Image新进前十，分列第2、第3位。
  • Grok Imagine（Image Quality）、Ideogram 4.0 Quality跌出前十。

可能原因：

  • Reve于7月上旬发布2.1版本，在4K原生分辨率渲染与多轮编辑抗退化方面进一步优化，帮助其巩固文生图前列位置。
  • Meta同期发布的Muse Image具备联网搜索与代码辅助生成能力，助其新进文生图前十。

8AA Image Editing

来源：artificialanalysis.ai

数据周期 · 2026-07-06（上周） → 2026-07-13（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)OpenAI1256持平1GPT Image 2 (high)OpenAI1254
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)Google1245
4MAI-Image-2.5Microsoft1244持平4MAI-Image-2.5Microsoft1245
5Nano Banana Pro (Gemini 3 Pro Image)Google1240持平5Nano Banana Pro (Gemini 3 Pro Image)Google1239
6grok-imagine-image-qualityxAI1229上升1位6MAI-Image-2.5-FlashMicrosoft1230
7MAI-Image-2.5-FlashMicrosoft1228下降1位7grok-imagine-image-qualityxAI1229
8HunyuanImage 3.0 Instruct (Fal)Open WeightsTencent1224持平8HunyuanImage 3.0 Instruct (Fal)Open WeightsTencent1224
9Luma UNI 1 MaxLuma1221持平9Luma UNI 1 MaxLuma1219
10Kling Image 3.0 OmniKling AI1215持平10Kling Image 3.0 OmniKling AI1214

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 · 2026-07-06（上周） → 2026-07-13（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)OpenAI1337持平1GPT Image 2 (high)OpenAI1340
2Reve 2.0Reve1278持平2Reve 2.0Reve1281
3MAI-Image-2.5Microsoft1268持平3MAI-Image-2.5Microsoft1272
4HiDream-O1-Image-1.5HiDream1263持平4HiDream-O1-Image-1.5HiDream1265
5Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google1261新上榜5GPT Image 1.5 (high)OpenAI1260
6GPT Image 1.5 (high)OpenAI1259下降1位6Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1255
7Nano Banana 2 (Gemini 3.1 Flash Image Preview)Google1252下降1位7Cosmos3-Super-Text2Image (agentic)Open WeightsNVIDIA1227
8Cosmos3-Super-Text2Image (agentic)Open WeightsNVIDIA1220下降1位8Nano Banana Pro (Gemini 3 Pro Image)Google1218
9Nano Banana Pro (Gemini 3 Pro Image)Google1216下降1位9MAI-Image-2.5-FlashMicrosoft1214
10MAI-Image-2.5-FlashMicrosoft1206下降1位10Recraft V4.1 Utility ProRecraft1205

本周榜单主要变化：

  • Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）新进前十，位列第5。
  • Recraft V4.1 Utility Pro跌出前十。

可能原因：

  • Google旗下轻量级图像模型Nano Banana 2 Lite延续Nano Banana系列在文生图场景的市场热度，逐步打入该细分榜单前列。

10前沿数学 (FrontierMath)

来源：epoch.ai

数据周期 · 2026-07-06（上周） → 2026-07-13（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 · 2026-07-06（上周） → 2026-07-13（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 · 2026-07-06（上周） → 2026-07-13（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-SearchAlibaba92.4持平3OPS-Agentic-SearchAlibaba92.4
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 · 2026-07-06（上周） → 2026-07-13（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 MaxAlibaba92.4
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新进榜首，同门GPT-5.6 Terra与xAI Grok 4.5同时新进前十，分列第9、第8位。
  • Qwen3.7 Max、GPT-5.2、Gemini 3 Pro三款模型集体跌出前十，GPT-5.4排名下滑3位至第10。

可能原因：

  • OpenAI 7月9日发布的GPT-5.6家族在多项推理测评中创下新高，旗舰Sol与中端Terra同时登顶及新进GPQA前十。
  • xAI于7月8日发布的Grok 4.5在Artificial Analysis智能指数上从38分跃升至54分，创下单代最大增幅，带动其新进GPQA前十。

14国内 - 大语言模型 (OpenCompass)

来源：rank.opencompass.org.cn

数据周期 · 2026-07-06（上周） → 2026-07-13（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-K2.6Moonshot AI63.4持平5Kimi-K2.6Moonshot AI63.4
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-5.1Z.ai59.0持平10GLM-5.1Z.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 · 2026-07-06（上周） → 2026-07-13（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-TurboZ.ai62.8持平8GLM-5V-TurboZ.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 · 2026-07-06（上周） → 2026-07-13（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。