XSCT Bench 大模型评测排行榜
基于真实场景的 AI 大模型能力评测与排名
了解更多
什么是 XSCT Bench？
XSCT Bench 是一个独立运营的场景化大模型评测平台。我们通过真实业务场景测试，帮助用户找到最适合自己需求的 AI 模型。评测覆盖文本生成、图像生成、网页生成、视觉理解等多个维度。
当前排行榜
以下是各 AI 模型在综合、基础、进阶、困难四个维度的评分排名：
前 20 名模型
- kimi-k2.6 - 综合：91.0 分 - 基础：91.3 分 - 进阶：90.9 分 - 困难：90.8 分
- Anthropic: Claude Sonnet 4.6 - 综合：90.2 分 - 基础：90.7 分 - 进阶：90.2 分 - 困难：89.8 分
- Claude Opus 4.6 - 综合：89.6 分 - 基础：91.2 分 - 进阶：89.6 分 - 困难：88.1 分
- qwen3.6-plus-preview - 综合：88.3 分 - 基础：89.8 分 - 进阶：88.1 分 - 困难：87.2 分
- GLM-5.1 - 综合：88.1 分 - 基础：89.1 分 - 进阶：88.0 分 - 困难：87.3 分
- kimi-k2.5 - 综合：88.0 分 - 基础：89.5 分 - 进阶：87.8 分 - 困难：86.8 分
- GLM-5v-turbo - 综合：87.7 分 - 基础：89.0 分 - 进阶：87.4 分 - 困难：86.5 分
- Google: Gemma 4 26B A4B - 综合：87.4 分 - 基础：88.6 分 - 进阶：87.4 分 - 困难：86.3 分
- OpenAI: GPT-5.4 - 综合：87.1 分 - 基础：87.5 分 - 进阶：87.2 分 - 困难：86.7 分
- Claude Opus 4 7 - 综合：87.0 分 - 基础：88.1 分 - 进阶：86.9 分 - 困难：86.1 分
- kimi-k2-thinking-turbo - 综合：86.7 分 - 基础：87.7 分 - 进阶：86.5 分 - 困难：86.1 分
- GPT-5.2 - 综合：86.3 分 - 基础：86.8 分 - 进阶：86.3 分 - 困难：85.7 分
- qwen3.5-plus-2026-02-15 - 综合：86.3 分 - 基础：88.3 分 - 进阶：86.1 分 - 困难：84.5 分
- Google: Gemini 3.1 Pro Preview - 综合：86.1 分 - 基础：87.7 分 - 进阶：85.9 分 - 困难：84.8 分
- glm-5-turbo - 综合：85.8 分 - 基础：87.2 分 - 进阶：85.6 分 - 困难：84.7 分
- Google: Gemma 4 31B - 综合：85.5 分 - 基础：87.3 分 - 进阶：85.3 分 - 困难：83.8 分
- Elephant - 综合：85.4 分 - 基础：87.4 分 - 进阶：85.1 分 - 困难：83.9 分
- qwen3.5-omni-plus - 综合：85.3 分 - 基础：87.0 分 - 进阶：85.0 分 - 困难：84.1 分
- mimo-v2-pro - 综合：84.7 分 - 基础：86.7 分 - 进阶：84.4 分 - 困难：83.1 分
- Qwen: Qwen3.5-9B - 综合：84.6 分 - 基础：86.7 分 - 进阶：84.4 分 - 困难：82.9 分
