大模型榜单周报（2025/12/08—2025/12/12）
原创
大模型榜单周报（2025/12/08—2025/12/12）
原创
KAI智
发布于 2025-12-16 18:56:42
发布于 2025-12-16 18:56:42
上周大模型生态竞争激烈，GPT-5.2全面领先多项基准测试，Google凭借Gemini系列重夺市占率第一，xAI份额大幅下滑，同时多个新模型和智能体在编程、图像、数学及综合任务中崭露头角。
1. 周重要变化
以下为OpenRouter模型调用量排名变动
整体调用量：
- Grok Code Fast 1 登顶
- Grok 4.1 Fast 跌出前10
- Claude Opus 4.5 从第6升至第4
- GPT-OSS-120B、Gemini 2.5 Flash Lite 重回前10（第5、第7）
- MiniMax M2 掉出前10
市占率：
- Google 以 23.5% 重回第一（+4%）
- xAI 份额暴跌至 17.3%（-16.6%，两周累计降幅超20%）
- Anthropic、OpenAI、DeepSeek 紧随其后
编程调用量：
- 前二名不变：Grok Code Fast 1、Claude Sonnet 4.5
- GPT-OSS-120B 从第9跃升至第3
- MiniMax M2 降至第5
- Devstral 2 2512 新晋第9
各类能力榜单更新
榜单 | 表现亮点 |
|---|---|
大语言模型（Text Arena） | ernie-5.0-preview-1103 新晋第19名（预发布评分） |
编程能力（LMArena） | gpt-5.2-high、gpt-5.2 新晋第2、第6名（预发布） |
代码工程（SWE-bench BashOnly） | GPT-5.2 (high reasoning) 第3，GPT-5.2 第5 |
图像编辑（Artificial Analysis Image Editing Leaderboard） | Seedream 4.5 第2，P-Image-Edit 第7 |
文生图（Artificial Analysis Text to Image Leaderboard） | Seedream 4.5 第5，Z-lmageTurbo 第10 |
理科能力（LLM Stats GPQA） | GPT-5.2 Pro（93.2%）第1，GPT-5.2（92.4%）第2 |
前沿数学（EPOCH AI FrontierMath） | GPT-5.2 以40.3%正确率登顶（首次突破40%） |
GAIA 榜单 | Su Zero + SQ Pro 登顶，Su Zero + Shuqian Lite 第4 |
2. 周各榜单排名情况
OpenRouter 相关排名
- 调用量前三：Grok Code Fast 1、Claude Sonnet 4.5、Gemini 2.5 Flash
- 公司市占率前三：Google、xAI、Anthropic
- 编程调用量前三：Grok Code Fast 1、Claude Sonnet 4.5、GPT-OSS-120B
按公司划分的多维榜单表现
榜单 | 领先公司/机构 |
|---|---|
Text Arena（大语言模型） | Google、xAI、Anthropic、OpenAI、阿里、百度、月之暗面、智谱、DeepSeek |
LMArena（编程） | Anthropic、OpenAI、Google、智谱 |
LiveCodeBench（编程） | Anthropic、Google、OpenAI、阿里、月之暗面 |
SWE-benchLite（代码工程） | 基于 Claude、Gemini、GPT、Qwen、DeepSeek 的开源系统领先 |
Image Edit Arena（图像编辑/生成） | Google、字节、Reve、Black Forest Labs |
Text-to-Image Arena（文生图） | Google、Black Forest Labs、腾讯、字节 |
Image Editing Leaderboard | Google、字节、Black Forest Labs、Pruna AI、生数科技、OpenAI、阿里 |
Text to Image Leaderboard | Google、Black Forest Labs、字节、ImagineArt、阿里 |
GPQA（理科） | OpenAI、Google、xAI、Anthropic、阿里 |
FrontierMath（前沿数学） | OpenAI、Google、月之暗面、Anthropic、xAI |
Humanity's Last Exam | Google、OpenAI、Anthropic |
GAIA 榜单代表性智能体系统（基于基础模型开发）
- Suzhou AI Lab & Shuqian Tech（Gemini 3、Claude Sonnet 4.5、GPT5.1）
- Lenovo LR AILab（GPT5、o3、Gemini-3-pro）
- NVIDIA（Nemotron-ToolOrchestrator + GPT-5/Claude/0wen等）
- ZTE-AICloud（ZTE NebulaLLM + Claude/Gemini）
- JoinAI（JoinLLM + GPT4.1/DeepSeek/Gemini）
- 其他：AIP agent、MAI-A Ads、ShawnAgent（集成GPT5/o3/Claude/Gemini）
3. 周重点关注事件
OpenAI 发布 GPT-5.2 系列
- 包含 Instant、Thinking、Pro 三个版本
- 在 GDPval 评测 中超越44个职业的人类专家水平
- 在 GPQA、FrontierMath、SWE-bench 等多项基准刷新纪录
Google 推出 Gemini Deep Research 智能体
- 开源 DeepSearchQA 基准，用于评估网络研究能力
- 在 HLE、DeepSearchQA、BrowseComp 测试中取得 SOTA 结果
Mistral AI 开源 Devstral 2 代码模型系列
- 包括 Devstral 2 (123B) 和 Devstral Small 2 (24B)
- 在 SWE-bench Verified 上达 72.2%
- 成本效率比 Claude Sonnet 高达7倍
关注我，获取更多AI前沿洞察
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号