模型排行 · 关于我们
我们不生产模型，只把公开资料里散落的能力说明、测评口径和使用边界，整理成一张看得懂、查得到依据的模型排行。
我们是谁：一个把模型排行讲清楚的信息整理站
模型排行由「模排行编辑部」运营，域名 moxing-paihang.cn。团队不大，做的是同一件事：把公开可查的模型资料翻成普通人能看懂的话，再按统一口径排成榜。
很多人第一次接触大模型，都会卡在同一个问题上：名字太多，说法太杂，谁都说自己强。你在搜索框里敲下「模型排行」，翻到十几页，看到的往往是同一批截图被反复搬运，或者一堆没有标注来源的分数。我们做的事，就是把这些碎片重新排一遍：这个名次来自哪份公开说明，用的是哪套评测口径，适用什么场景，什么情况下它其实不适用。
模型排行的定位是信息导航与内容解析，不是官方，也不是评测机构。我们不跑分、不代跑、不宣称自己测出了某个数字；我们做的是把公开的官方文档、技术博客、论文摘要和公开榜单整理成有出处的条目，再用通俗的语言解释「为什么它排在前面」「为什么它可能不适合你」。这个边界我们写得很清楚，因为它决定了你该怎么用这个站——把它当索引和说明书，而不是当裁判。
我们坚持三件小事。第一，有依据才写：无法核实的名单、日期、数量和获奖信息，我们宁可空着，也不猜着补齐。第二，把口径写出来：任何一个名次背后都有加权方式，如果只给结论不给算法，那榜单就成了玄学。第三，承认局限：模型能力迭代很快，今天的前排明天可能就被追上，所以每一条都标注整理时间，过期了就标过期，不硬撑。
说得再直白一点：模型排行想当那个「帮你少走两小时弯路」的站。你不需要记住十几个模型名，只要知道自己的任务是什么——写代码、读长文档、做客服问答、生成图片——然后按维度去挑，就够了。
模型排行最近在更新的专题：一列看得见的新鲜度
下面这些是近期整理过的子主题，日期递减排列。每一条都对应站内真实存在的解读内容，没有新依据时我们不会为了好看去改日期。
- 2026-10-21模型排行里「综合第一」和「单项第一」为什么经常不是同一个拆解加权口径，用一个具体任务说明综合分如何被平均掉。
- 2026-10-15长文档场景怎么读模型排行：上下文长度之外的三个隐性指标稳定性、截断表现、指令跟随，这些榜单上未必直接写。
- 2026-10-08开源模型与闭源模型在同一张榜上怎么比才公平授权方式、部署成本、可微调性，三者要分开看。
- 2026-09-30新手最容易踩的坑：只看名次不看版本号同名模型的不同版本能力差距，常常比不同厂商之间还大。
- 2026-09-24代码类任务怎么用模型排行做初筛先看语言覆盖，再看上下文，最后才看综合名次。
- 2026-09-18多模态条目在榜单里的位置：为什么我们单独分组图文、语音、视频任务的口径差异太大，混排会失真。
- 2026-09-10公开测评口径变动时，模型排行怎么处理历史名次保留旧版并标注口径，不悄悄改数。
模型排行目前整理到的规模
下面这些数字只描述本站自己的整理工作量，不代表任何第三方评测结论，也不构成对任何模型的背书。
模型排行持续整理时长
从 2023 年 5 月建站起，围绕模型排行做资料汇总，中间没有断更。
收录条目
包含模型条目、版本说明与维度解释，每条都标注了整理日期与来源类型。
覆盖任务品类
文本生成、代码、长文档、多模态、语音、检索增强等常见使用场景分组。
模型排行纠错响应时效
收到带公开依据的纠错邮件后，我们承诺在 48 小时内确认并回复处理结果。
说明：以上数字仅用于描述本站的整理规模与响应承诺，不涉及任何第三方排名、播放量或获奖信息；无法核实的数字我们不会填写。
站内内容分成几条主线
模型排行不是一个只有一张表的页面，它按用途分成几条主线。下面每条都写了它覆盖什么，方便你判断该从哪儿开始看。
模型排行榜单与名次解读
按综合、单项、场景三类口径拆开排，每条都写清加权方式，避免只看名次不看依据。
评测维度说明
把上下文长度、指令跟随、稳定性这些抽象词翻译成人话，并给出可自测的小方法。
选型与上手
从「我要做什么」倒推「该挑哪个」，包含免费额度、部署成本和迁移注意事项。
模型排行版本与更新追踪
同名模型不同版本的差异记录，帮助你在看榜时先确认版本号再看名次。
常见误区与边界
集中回答「名次高就一定好吗」「为什么两个榜单结论打架」这类高频疑问。
编辑手记
记录我们为什么删掉某条、为什么保留旧口径，把编辑取舍也当成内容公开。
模型排行和常见的信息源差在哪儿
同样是查模型信息，不同渠道的侧重点完全不同。下面这张表不是要贬低谁，而是让你知道该在什么场景下用哪个。
| 对比项 | 模型排行 | 搜索引擎结果页 | 厂商官方文档 |
|---|---|---|---|
| 信息组织方式 | 按维度与场景分组，附排序依据 | 按相关性罗列链接，需自行筛选 | 只覆盖自家模型，口径单一 |
| 横向可比性 | 统一口径下跨厂商对照 | 依赖不同来源，口径混杂 | 基本不与其他厂商对比 |
| 更新节奏 | 按周巡检、按月整理，标注日期 | 实时抓取，但新旧混杂 | 随版本发布更新，无横向视角 |
| 适合谁 | 想快速建立整体认知的选型者 | 已有明确关键词的查证者 | 准备接入、需要接口细节的开发者 |
| 局限 | 不跑分，依赖公开资料 | 噪音多，需自行判断可信度 | 缺少跨家对比视角 |
怎么把模型排行用得像个内行
榜单本身只是起点。真正省时间的用法，是先明确任务，再按维度筛，最后才看名次。下面这几条是编辑部反复验证过的方法，也顺带说几个新手常踩的坑。
第一步：先把任务说成一句话
「帮我写周报」和「帮我把 80 页 PDF 提炼成 10 条要点」是两种完全不同的任务。前者看重表达自然，后者看重上下文长度和长文稳定性。任务说不清，看任何模型排行都会觉得每个都差不多。
第二步：只挑两到三个关键维度
维度一多，加权就会被平均掉。比如你主要做代码补全，那语言覆盖和上下文就够了，不必纠结多模态得分。选两三个维度，其余当参考，判断会快很多。
第三步：确认版本号，再看名次
这是最容易踩的坑。同一个模型名下面可能挂着好几个版本，能力差距有时比不同厂商之间还大。看到名次前先找版本标识，找不到就当作「口径不明」处理。
第四步：用一个小任务自测
榜单能帮你缩小范围，但最终还得自己试。挑一段你真实工作里的材料，用两三个候选各跑一遍，比较输出是否可用。十分钟的自测，往往比读十篇解读更有效。
模型排行几个容易被忽略的细节
免费额度和实际成本不是一回事。有的模型试用额度很大，但正式调用按量计费后单价并不低；有的没有免费额度，但单价便宜、响应稳定。看模型排行时，把「能不能免费用」和「长期用划不划算」分开算。
「综合第一」经常是平均出来的结果。一个模型在写作、代码、多模态三项都不错，综合分就会靠前；另一个模型只在代码上极强，综合分反而落后。如果你的任务恰好是代码，那后者可能才是更优解。这也是我们坚持把单项榜和综合榜分开列的原因。
不同榜单结论打架，多半是口径不同。遇到这种情况，先看两边的评测集和加权方式，再看整理日期。口径不同不必强行统一，日期不同则要优先看新的那份。我们处理历史名次的方式是保留旧版并标注口径，不悄悄改数——这条原则也写在了下面的免责与定位说明里。
最后说一句编辑部的态度：模型排行能帮你把范围从几十个缩到三五个，但缩完之后的那一步，必须你自己走。我们不替你做决定，也不假装知道你的业务细节。
我们坚持的三件事
模型排行不追求做最大的站，只想做那个「看完不后悔」的站。这三条是编辑部的日常标准。
模型排行把口径写在名次旁边
任何一个排名都必须能回答「凭什么」。如果一条信息找不到公开依据，我们就标为待核实，而不是先写上再说。
承认不知道
模型迭代太快，有些结论几个月就过时。与其硬撑，不如明确标出整理日期和适用边界，让读者自己判断时效。
不碰不该碰的
不托管、不上传、不代理任何模型文件或流媒体内容。需要下载请走官方渠道，本站只做信息整理与解读。
用模型排行之前和之后，差别在哪
这一节不讲大道理，只把两种状态摆在一起看。
模型排行之前：信息很多，判断很少
- 收藏了十几个链接，却记不清哪个是哪个版本
- 看到「第一」就默认适合自己，用起来才发现不对口
- 不同来源结论互相矛盾，不知道该信哪份
- 选型靠感觉，换模型时又要从头再查一遍
之后：范围收窄，依据清楚
- 先定任务，再按两三个维度筛，候选缩到三五个
- 每条名次都能看到口径和整理日期
- 遇到结论打架，知道去看评测集和加权方式
- 换模型时按同一套维度重走一遍，不用重新摸索
关于模型排行，大家最常问的几件事
这些问题来自读者邮件和搜索词，答案尽量具体，不绕弯子。
模型排行到底是什么，和搜索引擎有什么区别？
模型排行是一个把公开的模型资料、能力说明和测评口径整理成榜单与解读的资讯站。搜索引擎给你一堆链接，模型排行给你的是已经按维度排好序、并写清排序依据的条目，你看到的不只是名次，还有这个名次是怎么来的。
看模型排行需要注册或登录吗？
不需要。所有榜单、维度说明和解读文章都以公开页面形式呈现，不设登录墙，也不要求绑定手机号。我们只在你主动发邮件反馈纠错时才会接触到你的邮箱地址。
模型排行上的名次多久更新一次？
常规榜单按周巡检、按月整理，遇到官方发布重大版本或公开测评口径变化时会加急补充说明。页面顶部会标注最近一次整理日期，没有新依据时我们宁可保留旧日期，也不做无意义的日期刷新。
榜单名次靠前，是不是就代表这个模型更适合我？
不一定。名次是多个维度加权后的结果，而你的实际需求往往只占其中一两项。比如你只要长文档摘要，那么上下文长度和稳定性就比综合分数更重要。建议先看深度解读里的维度拆解，再回到自己的场景里对照。
本站会不会托管模型文件或提供下载？
不会。模型排行只做信息整理与解读，不托管、不上传、不代理任何模型权重、安装包或流媒体内容。需要下载请前往对应官方渠道，本站不提供任何未授权资源路径。详细边界见服务定位与免责声明。
发现榜单信息有误，怎么反馈纠错？
把页面链接、出错的具体条目和你手头的公开依据发到 hello@moxing-paihang.cn，我们会在 48 小时内确认并回复处理结果。涉及版权的投诉同样走这个邮箱，请在标题里注明「版权投诉」以便优先分流。
服务定位与免责声明
把边界写清楚，是为了让你用得更放心，也是我们对自己的约束。
- 模型排行的定位是信息导航、内容解析与资讯整理站，不是任何模型的官方网站、代理或授权渠道。页面中出现的模型名称、商标归各自权利人所有。
- 本站不托管、不上传、不代理任何模型权重、安装包、数据集或流媒体内容，也不提供任何未授权资源的获取路径。
- 站内信息来源于公开可查的官方文档、技术博客与公开榜单，整理时尽量标注口径与日期；版权归原作者所有，我们仅作引用与解读。
- 若你认为本站内容侵犯了你的合法权益，请发送邮件至 hello@moxing-paihang.cn，标题注明「版权投诉」，并附上权利证明与具体页面链接，我们将在 48 小时内确认并处理。
- 站内榜单与解读仅供参考，不构成任何采购、接入或商业决策建议。模型能力迭代较快，请以官方最新说明为准。
- 未成年人使用本站时，建议在监护人指导下进行；本站不设付费项目，也不引导任何形式的充值或交易。
模型排行有话想说，直接写信给我们
纠错、选题建议、合作咨询都可以走下面这些渠道。带具体页面链接和公开依据的邮件，处理会快很多。
- 运营主体
- 模型排行 · 模排行编辑部
- 客服邮箱
- hello@moxing-paihang.cn
- 商务合作
- biz@moxing-paihang.cn
- 版权投诉
- hello@moxing-paihang.cn（标题注明版权投诉）
- 联系电话
- +86-755-0000-0000（工作日 10:00–18:00）
- 通信地址
- 广东省深圳市南山区科技园南路 88 号 A 座 12 层