现在哪个AI模型最聪明？
前六名的模型全部发布于2026年9月，所以夏天的排名已经过时。这是Artificial Analysis在2026年10月11日展示的榜单，每个模型都使用其最强的推理设置。价格是API的官方标价，按每百万token计算。最后一列成本，是Artificial Analysis运行指数中一个任务的平均花费。
| 模型 | 厂商 | 智能指数 | 每百万token价格，输入 / 输出 | 每个指数任务成本 | 发布时间 |
|---|---|---|---|---|---|
| Claude Opus 5.5 | Anthropic | 58 | $4 / $20 | $5.98 | 2026年9月22日 |
| Claude Sonnet 5.5 | Anthropic | 56 | $2 / $10 | $5.46 | 2026年9月28日 |
| Claude Fable 5.1 | Anthropic | 53 | $10 / $50 | $7.63 | 2026年9月1日 |
| GPT-6 Astra | OpenAI | 53 | $10 / $50 | $3.26 | 2026年9月3日 |
| Gemini 4 Argon | 53 | $2 / $10（推广价，尚未开售） | $1.99 | 2026年9月30日 | |
| GPT-6.1 Sol | OpenAI | 52 | $2 / $10 | $0.72 | 2026年9月29日 |
| Muse Spark 1.3 | Meta | 48 | $1.25 / $4.25 | $1.60 | 2026年9月2日 |
| Grok 4.7 | xAI | 46 | $2 / $6（提示词少于200K token） | $3.74 | 2026年9月21日 |
| MiMo-V2.6-Pro（开放权重） | 小米 | 46 | $0.435 / $0.87 | $0.13 | 2026年9月21日 |
| Qwen3.8 Max | 阿里巴巴 | 45 | $2 / $6 | $5.41 | 2026年9月2日 |
| GLM-5.3（开放权重） | 智谱 | 45 | $1.40 / $4.40 | $2.01 | 2026年8月18日 |
虚线是帕累托前沿，也就是每个成本水平下能拿到的最高分。有四个模型落在这条线上。GPT-6.1 Sol只花$0.72一个任务就拿到52分，Claude Opus 5.5多拿六分，但花费是它的八倍。Gemini 4 Argon和Claude Sonnet 5.5填补了中间地带。图表左侧之外，MiMo-V2.6-Pro是最强的开放权重模型，得46分，每个任务$0.13，Claude Haiku 5.5得43分，成本$0.21。
其他排行榜也认为Claude Opus 5.5最聪明吗？
只是部分认同。Claude Opus 5.5领先综合指数和Humanity's Last Exam，OpenAI的模型在ARC-AGI谜题上领先，而LMArena上的盲测投票者把Gemini 4 Argon排在第一。下面是最强的五个模型在四个独立榜单上的表现，所有数据都是我们在2026年10月11日读取的。
| 排行榜 | Claude Opus 5.5 | Claude Fable 5.1 | GPT-6 Astra | GPT-6.1 Sol | Gemini 4 Argon |
|---|---|---|---|---|---|
| Artificial Analysis智能指数 v4.3.2 | 58 | 53 | 53 | 52 | 53 |
| Humanity's Last Exam，由Artificial Analysis运行 | 61.4% | 59.1% | 未显示 | 未显示 | 未显示 |
| LMArena文本Elo，榜单日期2026年10月8日 | 1507 | 1501 | 未进前15 | 未进前15 | 1525（初步） |
| ARC-AGI-2，经ARC Prize验证 | 93.3% | 90.0% | 95.0% | 94.2% | 未测试 |
| ARC-AGI-3，标准测试框架 | 未测试 | 未测试 | 62.7% | 52.7% | 未测试 |
每个榜单衡量的东西不同，所以结论不一致。ARC Prize测试的是人类觉得简单的抽象谜题，GPT-6 Astra在最高推理强度下跑出ARC-AGI-3的62.7%，花费了$26,098。LMArena按人类盲测投票排名。Argon的1525分来自4,892张票，而Opus 5.5有6,272张票，所以榜单仍把它标为初步结果。
处理高难度推理和知识工作，选Claude Opus 5.5。遇到新型谜题，选GPT-6 Astra。暂时别选Argon，因为你用不上。
最贵的AI模型就是最聪明的吗？
不是。Claude Fable 5.1和GPT-6 Astra是榜单上最贵的模型，输出价格为每百万token $50，两者都只得53分。这比标价$20的Claude Opus 5.5低了五分。Fable 5.1也是测试成本最高的，每个任务$7.63。
按token计价有时也会从另一个方向误导你。Claude Sonnet 5.5的标价只有Opus 5.5的一半，但它在指数测试中写了4.2亿个token，而Opus写了2.6亿个，所以一个任务花费$5.46，Opus是$5.98。价格减半，只换来9%的节省。GPT-6.1 Sol和Sonnet 5.5的标价同为$2和$10，但它只写了6,700万个token，每个任务只要$0.72。模型写多少内容，对账单的影响不亚于价目表。
在哪里能用到最强的AI模型，需要哪个套餐？
Claude Opus 5.5是顶级模型中最容易用上的，因为Anthropic把Opus包含在每月$20的Claude Pro套餐里。两个$50的模型则要订$100的套餐。Gemini 4 Argon根本没有开售。谷歌表示它“正通过我们的Fairwind计划向一批受信任的网络防御者推出”，付费API客户和Google AI Ultra订阅用户随后跟进，没有给出日期（Google，2026年9月30日）。
| 模型 | 厂商应用及解锁它的套餐，2026年10月 | 在Whizi中 |
|---|---|---|
| Claude Opus 5.5 | Claude，Pro（每月$20）或Max（$100起）；免费版不可用 | Pro套餐，每条消息20积分 |
| Claude Sonnet 5.5 | Claude；Anthropic的价格表把Sonnet列在免费版、Pro和Max中 | Pro套餐，每条消息10积分 |
| Claude Fable 5.1 | Claude Max（$100起），最多占用每周额度的50%；Claude Pro用户需用使用积分支付 | Powerhouse套餐，每条消息100积分 |
| GPT-6 Astra | ChatGPT Pro（$100起），在Chat中显示为GPT-6 Pro；ChatGPT Plus（$20）只能在ChatGPT Work和Codex中使用 | Powerhouse套餐，每条消息100积分 |
| Gemini 4 Argon | 没有公开应用或API；仅限Fairwind计划测试者 | 未提供 |
| GPT-6.1 Sol | 仅限ChatGPT Work和Codex，不在Chat窗口中 | Pro套餐，每条消息10积分 |
| Grok 4.7 | Cursor、Grok Build和xAI API；发布文章没有提到Grok应用的套餐 | Pro套餐，每条消息6积分 |
套餐详情来自OpenAI帮助中心、Anthropic的Fable文章和xAI的Grok 4.7文章。
这七个模型里，Whizi提供其中六个。每月$29.99的Pro套餐包含Claude Opus 5.5、Claude Sonnet 5.5、GPT-6.1 Sol和Grok 4.7，每月2,500积分可以发125条Opus消息。$49.99的Powerhouse套餐加入了Claude Fable 5.1和GPT-6 Astra，各为100积分一条，所以它的10,000积分可以发100条这类消息，而价格只有ChatGPT Pro或Claude Max入门价的一半。不过Whizi默认以最低推理强度运行所有模型，所以在Whizi里的一轮对话比拿到这些分数的最高设置更快，也更浅。如果你只想要Opus 5.5，$20的Claude Pro是更便宜的途径。
Artificial Analysis如何衡量智能？
智能指数v4.3.2把10项评测分成四组：智能体占30%，通用占30%，编程占20%，科学推理占20%。Humanity's Last Exam是十项之一，权重为10%。Artificial Analysis在其方法说明中把目标描述为“评估语言模型在推理、知识、数学和编程方面的能力”。
分数只能在同一版本的指数内比较，所以从旧文章里抄来的数字可能处在不同的刻度上。每个模型还是按其最高设置打分的，这比较低的设置更贵，也更慢。如果你想按任务挑选，比如写作、代码或长文档，请看每类工作最适合用哪个AI。
- 比较两个页面的分数之前，先核对指数版本和读取日期
- 比较每个任务的成本，而不只是每token的价格：Claude Sonnet 5.5的token价格是Opus 5.5的一半，但每个任务的成本是它的91%
- 高难度推理和知识工作用Claude Opus 5.5，新型谜题用GPT-6 Astra
- 在意成本时先试GPT-6.1 Sol：指数52分，每个任务$0.72
- 在谷歌开放付费API或Google AI Ultra之前，别围绕Gemini 4 Argon做计划
常见问题
最强的免费AI模型是什么？
如果你想要指数榜顶部的模型，那就是免费版的Claude。Anthropic的价格表把Sonnet列在免费版中，Claude Sonnet 5.5得56分，但价格表没有说明是哪个版本的Sonnet，而且免费使用有速率限制。如果你想要可以自己运行的权重，MiMo-V2.6-Pro是最强的开放权重模型，得46分，采用MIT许可证。
现在ChatGPT和Claude哪个更聪明？
按最广泛的衡量标准，是Claude。Claude Opus 5.5在智能指数上得58分，而OpenAI最好的GPT-6 Astra是53分。在谜题类基准上OpenAI更强，GPT-6 Astra在ARC-AGI-2上得95.0%，Opus 5.5是93.3%。Claude也更容易用上。Opus 5.5包含在$20的Claude Pro套餐里，而要在Chat中使用GPT-6 Astra，你需要$100起的ChatGPT Pro。三方对比涵盖了日常使用。
最强AI模型多久会换一次？
2026年每隔几周就会换一次。2026年10月11日的前六名模型全部发布于9月，Claude Opus 5.5本身也是9月22日发布的。凡是没有读取日期的排名都应视为过时，这篇文章也不例外。
Whizi的哪个套餐包含Claude Opus 5.5？
每月$29.99的Pro套餐包含Claude Opus 5.5，每条消息20积分，每月2,500积分可以发125条。Claude Fable 5.1和GPT-6 Astra需要$49.99的Powerhouse套餐。Whizi不提供Gemini 4 Argon，谷歌还没有向API客户开放它。
