#	模型	梯队							上下文	类型
1	通义千问 Qwen3.8-Max阿里巴巴	S+	95.4	97	97	93	95	¥18	1M（原生 256K）	闭源 · 原生
2	豆包 Seed 2.0 Pro字节跳动	S+	95.2	97	96	96	93	¥15	128K	闭源 · 原生
3	通义千问 Qwen3.5-397B-A17B阿里巴巴	S+	94.6	96	97	92	92	¥12	256K（可扩 1M）	闭源 · 原生
4	智谱 GLM-5.3智谱 AI	S	92.4	93	94	88	95	¥9	400K	闭源 · 原生
5	Kimi K3月之暗面	S	92.3	95	92	90	95	¥16	2M	开源 · 原生
6	智谱 GLM-5智谱 AI	S	92.0	93	95	88	91	¥10	200K	闭源 · 原生
7	小米 MiMo-V2.5小米	A+	90.1	91	90	93	90	¥6	1M	闭源 · 原生
8	商汤 SenseNova 6.5 Pro商汤科技	A+	89.9	94	93	89	86	¥12	128K	闭源 · 原生
9	美团 LongCat-Next美团	A+	89.2	92	94	87	88	¥2.5	256K	开源 · 原生
10	通义 Qwen3-Omni-30B阿里巴巴	A	88.9	90	91	90	84	¥4	32K	开源 · 原生
11	文心 ERNIE 5.1百度	A	88.1	90	92	85	82	¥8	128K	闭源 · 原生
12	DeepSeek-V4.1-Flash深度求索	A	87.9	90	95	78	85	¥0.6	128K	开源 · 原生
13	通义千问 Qwen3.8-Flash阿里巴巴	A	87.5	89	90	82	87	¥1.2	256K	开源 · 原生
14	快手 Keye-VL-2.0快手	A	86.0	89	86	94	83	¥2	256K	开源 · 拼接
15	腾讯混元 Hunyuan-Vision腾讯	A	85.2	88	89	84	80	¥8.6	128K	闭源 · 拼接
16	书生 InternVL 4.0上海AI实验室	A	85.0	96	93	66	78	¥1	256K	开源 · 原生
17	阶跃 Step-3阶跃星辰	A-	84.7	88	85	86	85	¥5	256K	闭源 · 原生
18	讯飞星火 X2科大讯飞	A-	84.5	86	88	83	79	¥6	128K	闭源 · 拼接
19	MiniMax M2.5MiniMax	A-	83.8	85	84	82	86	¥8	512K	闭源 · 原生
20	DeepSeek-OCR 2深度求索	B+	81.9	84	99	70	72	¥0.8	64K	开源 · 拼接
21	华为盘古 5.5华为	B+	81.6	85	87	80	74	¥20	128K	闭源 · 拼接
22	蚂蚁集团百灵大模型 2蚂蚁集团	B+	80.8	90	88	60	80	¥5	256K	闭源 · 原生
23	智元硅光动语 WITA-Omni智元机器人	B+	80.6	87	80	92	76	未公开	未公开	闭源 · 原生
24	智源 Emu3.5北京智源研究院	B+	80.5	86	82	78	70	自托管	128K	开源 · 原生
25	紫东太初 2.0中科院自动化所	B+	80.1	88	85	84	70	自托管	128K	开源 · 原生
26	面壁 MiniCPM-V 4.5面壁智能	B+	79.6	82	86	74	72	¥0.5	96K	开源 · 拼接
27	海康威视观澜大模型 3海康威视	B+	78.2	92	75	91	68	自托管	128K	闭源 · 原生
28	京东言犀大模型 2京东集团	B+	78.0	87	86	55	78	¥6	128K	闭源 · 原生
29	网易伏羲大模型 2网易集团	B	77.5	86	70	84	75	¥4	128K	闭源 · 原生
30	脑虎 NeuroXess-N1脑虎科技	B	77.2	84	82	70	76	自托管	128K	闭源 · 原生
31	BAGEL-2字节跳动 · 北大	B	76.9	84	78	72	68	自托管	64K	开源 · 原生
32	云从科技从容大模型 2云从科技	B	76.1	91	78	68	70	¥7	128K	闭源 · 原生

点击表头排序；价格单位为“元 / 百万输出 token”，开源模型按自托管估算。

权重说明

综合分不是平均分

视觉感知 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。如果你的业务只看文档，把其余权重归零，排名会立刻变化。

评分方法

20%

视觉感知与定位

复杂场景识别、细粒度属性、空间关系、指代定位（bbox / point）与中文界面元素识别。

18%

文档解析与中文 OCR

票据、表格、手写、竖排、公式与低质扫描件；衡量字符准确率与版面结构还原。

14%

图表与文档推理

读图取数、趋势归纳、跨页比对、单位换算与多步算术，而非单纯 OCR。

14%

视频与长时序理解

长视频事件定位、时序因果、音画对齐、密集字幕与帧间一致性。

14%

GUI Agent 与工具调用

截图理解、坐标点击准确性、跨应用长任务规划、失败恢复与多模态工具编排。

生成与图像编辑

文生图、指令编辑、多轮编辑一致性、中文文字渲染与交错图文生成。

中文语境与文化

中文梗、古建/文物、政策文本、方言语音与本土生活场景的先验理解。

生态、成本与可用性

API 稳定性、开源权重、私有化与国产芯片适配、文档质量、限流与真实单价。

单项冠军

换一个维度，换一个赢家

这是本页最该被截图的部分：没有全能冠军，只有场景冠军。

视觉感知与定位

QM通义千问 Qwen3.8-Max

97/100

文档解析与中文 OCR

DSDeepSeek-OCR 2

99/100

图表与文档推理

QM通义千问 Qwen3.8-Max

96/100

视频与长时序理解

豆豆包 Seed 2.0 Pro

96/100

GUI Agent 与工具调用

QM通义千问 Qwen3.8-Max

95/100

生成与图像编辑

E智源 Emu3.5

98/100

中文语境与文化

豆豆包 Seed 2.0 Pro

97/100

生态、成本与可用性

豆豆包 Seed 2.0 Pro

98/100

热力图

32 款 × 8 维：完整能力矩阵

模型	视觉感知20%	文档 OCR18%	图表推理14%	视频时序14%	GUI Agent14%	生成编辑6%	中文语境6%	生态可用8%	综合
通义千问 Qwen3.8-Max	97	97	96	93	95	90	95	96	95.4
豆包 Seed 2.0 Pro	97	96	94	96	93	88	97	98	95.2
通义千问 Qwen3.5-397B-A17B	96	97	95	92	92	90	94	98	94.6
智谱 GLM-5.3	93	94	91	88	95	85	95	97	92.4
Kimi K3	95	92	93	90	95	84	93	90	92.3
智谱 GLM-5	93	95	92	88	91	89	95	92	92.0
小米 MiMo-V2.5	91	90	89	93	90	86	90	88	90.1
商汤 SenseNova 6.5 Pro	94	93	90	89	86	87	92	82	89.9
美团 LongCat-Next	92	94	91	87	88	92	89	72	89.2
通义 Qwen3-Omni-30B	90	91	87	90	84	88	91	90	88.9
文心 ERNIE 5.1	90	92	89	85	82	84	93	88	88.1
DeepSeek-V4.1-Flash	90	95	92	78	85	72	86	95	87.9
通义千问 Qwen3.8-Flash	89	90	86	82	87	80	88	97	87.5
快手 Keye-VL-2.0	89	86	85	94	83	78	86	78	86.0
腾讯混元 Hunyuan-Vision	88	89	86	84	80	82	88	80	85.2
书生 InternVL 4.0	96	93	90	66	78	70	89	84	85.0
阶跃 Step-3	88	85	84	86	85	80	85	78	84.7
讯飞星火 X2	86	88	85	83	79	80	90	84	84.5
MiniMax M2.5	85	84	83	82	86	82	84	82	83.8
DeepSeek-OCR 2	84	99	88	70	72	60	90	76	81.9
华为盘古 5.5	85	87	84	80	74	70	86	78	81.6
蚂蚁集团百灵大模型 2	90	88	82	60	80	68	92	78	80.8
智元硅光动语 WITA-Omni	87	80	78	92	76	75	84	60	80.6
智源 Emu3.5	86	82	80	78	70	98	85	70	80.5
紫东太初 2.0	88	85	78	84	70	72	87	65	80.1
面壁 MiniCPM-V 4.5	82	86	80	74	72	76	86	80	79.6
海康威视观澜大模型 3	92	75	70	91	68	60	84	70	78.2
京东言犀大模型 2	87	86	78	55	78	70	89	76	78.0
网易伏羲大模型 2	86	70	68	84	75	82	88	72	77.5
脑虎 NeuroXess-N1	84	82	78	70	76	68	88	62	77.2
BAGEL-2	84	78	76	72	68	90	80	70	76.9
云从科技从容大模型 2	91	78	72	68	70	65	85	68	76.1

关于排名与梯队

天梯榜的 S、A、B 梯队是怎么划分的？

综合分 94 以上为 S+，92–94 为 S，89–92 为 A+，85–89 为 A，82–85 为 A-，78–82 为 B+，78 以下为 B。综合分由 8 个维度加权得出，权重公开在方法页。梯队只代表综合分区间，具体选型应看维度分。

为什么没有把 GPT、Gemini 放进榜单？

本站聚焦“中国国产原生多模态大模型”，参评对象为中国团队研发、可在中国大陆合规获取的模型。海外模型的对比会放在单独的全球榜与文章里，避免混排导致选型误导。

榜单会收录新模型吗？

会。满足三个条件即进入观察名单：有可访问的 API 或权重、有公开技术信息、有至少一个可复核的评测来源。观察 30 天后进入正式评分，期间分数标记为“暂定”。

价格一栏为什么开源模型也有数字？

开源模型标注的是自托管估算价，按主流 GPU 云报价、吞吐与利用率折算，用于和闭源 API 做横向比较，不代表厂商定价。

个人榜单 · 非官方评分

本页所有排名、分数与对比均为个人评测榜单，不是官方评分，也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射，换一组权重名次就会变。如有不同意见或发现事实错误，欢迎联系站长：jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。