本文由 AI 协助生成：选题与审定由本人完成，调研、取数、图表制作与行文由 AI（Dora）独立完成；数字均标注出处与时间。

AI 这个圈子，三个月不看就像换了个游戏。

去年大家还在争论 GPT-5 和 Claude 4 谁强，今年 10 月 28 日谷歌突然扔出 Gemini 4 Carbon，在 Artificial Analysis 智力榜上拿了 59 分，把 Claude Opus 5.5 和 GPT-6 Astra 一起按了下去。与此同时，Sora 的消费端在今年 4 月关站、API 9 月彻底下线——那个凭一段太空行走惊艳全世界的先行者，自己先退场了。

这篇文章是 2026 年 11 月初的一份战场快照：现在火的 AI 都有谁，各家在智力、用户规模、价格、编程、视频这些维度上分别排在哪，以及普通用户到底该选谁。所有数据都注明来源和时间，因为这个领域的榜单，下个月可能就换一遍。

一、先说结论

懒得看长文的，记住这五条就够了：

1. 比极限智力：第一梯队是 Gemini 4 Carbon、Claude Opus 5.5、GPT-6 Astra，三家分差只有 2 分，属于同一水平线，谁第一取决于用哪套题。
2. 比用户规模：全球看 ChatGPT（月活超 11 亿，份额 46.4%），国内看豆包（月活 3.82 亿，断层第一）。基座最强和用的人最多，完全是两回事。
3. 比写代码：Claude 仍然是开发者的默认选项，Opus 5.5 在多个 Agent 榜上排第一；开源阵营里 DeepSeek V4 Pro 追得最近，成本只有闭源旗舰的零头。
4. 比做视频：Sora 退场后，第一梯队是谷歌 Veo 3.1、快手可灵 3.0、字节即梦（Seedance 2.5），国产在这个赛道已经是世界第一梯队，即梦的图生视频在 Artificial Analysis 竞技场里分数比 Veo 还高。
5. 不花钱：国内日常用豆包、千问、元宝，白嫖体验完整；写代码用 DeepSeek API，百万 token 输出只要 0.28 美元。

二、场上都是谁：一份 2026 年 11 月的阵容表

先解决一个最容易乱的问题：这些产品今年都叫什么。

海外四家：

• OpenAI：今年 9 月的旗舰是 GPT-6 Astra，定位偏操作电脑和智能体；下面还有 GPT-6.1 系列的 Sol（最强混合）、Terra（主力高性价比）、Luna（快且便宜）。C 端产品仍是 ChatGPT，生图是 GPT Image 2 / 2.5。
• Anthropic：Claude 产品线分成 Opus 5.5（复杂专业工作与编程）、Sonnet 5 / 5.5（日常主力）、Haiku 5.5（便宜快速），还有专做长程 Agent 的 Fable 5.1。终端里的 Claude Code 是很多程序员的吃饭工具。
• Google：Gemini 4 Carbon 是 10 月 28 日刚发的新旗舰，官方定位是网络安全与长程任务，但因为安全原因没有全量开放，普通用户暂时用不上；能正常用的旗舰是 Gemini 4 Argon，视频是 Veo 3.1。
• xAI：Grok 4，在约束遵循类榜单上能进前五，属于「有一技之长但综合存在感弱一档」。

国内梯队：

• 字节：豆包（C 端综合助手），基座模型 Seed / Seedance（视频）/ Seedream（生图）。
• 阿里：千问（C 端 App），Qwen3.8 系列开源模型。
• DeepSeek：V4 / V4 Pro / V4.1 Flash，开源权重，主打代码与推理，API 便宜到离谱。
• 腾讯元宝、月之暗面 Kimi、智谱 GLM、MiniMax、小米 MiMo：元宝靠微信生态做 C 端免费；Kimi K3 主打长文本与长时程编码；GLM-5.3 把无损上下文做到了 1M；MiniMax 和小米 MiMo 在开源榜上偶有惊艳表现。

一个值得注意的宏观数字：有统计称中国模型在 OpenRouter 上的 token 用量份额已经升到约 65%（来源：三个皮匠报告援引行业数据，单源，谨慎参考）。开源权重这条战线，今年是 DeepSeek、Qwen、Kimi、GLM、MiniMax 五家连着发模型，节奏快到西方厂商有点跟不上。

三、比脑子：智力榜怎么排

最常被引用的是 Artificial Analysis 的 Intelligence Index。它把 GPQA、代码、科学题等十几个基准加权成一个综合分，10 月 27 日升级到了 v5 版本（60% 题目来自私有数据集，为的是防止大家刷题）。

可以看到几个事实：

• Gemini 4 Carbon 59 分第一（聚合站按更强推理档位记录到 59.4），10 月 28 日发布当天登顶，这是谷歌时隔挺久重新拿回智力榜首。但官方同时宣布出于安全考虑不放全量开放，所以这是个「存在但你用不到」的第一。
• Claude Opus 5.5 58 分、GPT-6 Astra 57 分咬得极紧，前三只差 2 分。不同聚合站因为记录的推理档位（Max / Xhigh / High）和抓取日期不同，分数会有 1—2 分的出入，但三家的相对位置一致。
• 开源最强是 DeepSeek V4.1 Flash 和 GLM-5.3，32 分，和榜首差 26 分，中间还隔着 Claude Haiku 5.5（36 分）这样的闭源小杯。开源今年进步飞快，但和闭源前沿确实还有代差。

另一个口味完全不同的榜是 LMArena（原 LMSYS）：让人给两个匿名模型的回答盲投选票，跑出 ELO 分。10 月下旬的快照里，Gemini 4 Argon 1525 分居首，Claude 一家包揽 2、3、4、5、6 名（Opus 5.5、Opus 4.6、Fable 5、Opus 4.7、Fable 5.1），Kimi K3 以 1488 分排在国产最高位，而 GPT-6 系列在这份「人类偏好榜」上明显不如在学术基准榜上风光。

两套题，两个答案。智力榜考的是「难题能不能做对」，竞技场考的是「回答顺不顺眼」——前者 GPT 强，后者 Claude 强，这不矛盾。

四、比人多：谁的用户最多

模型参数再漂亮，最终还是要看多少人真的在用。

全球市场（Sensor Tower，2026 年 5 月）：ChatGPT 46.4%、月活超 11 亿，仍然是绝对的第一入口；Gemini 27.7%、约 6.6 亿月活，靠安卓和 Workspace 预装绑定坐到第二；Claude 10.3%、约 2.45 亿月活，体量小但付费转化和企业口碑最好——有统计称其企业采用率在今年以 34.4% 首次超过 OpenAI 的 32.3%。

国内则是完全不同的格局（QuestMobile，2026 年 6 月）：

• 豆包 3.82 亿月活，同比增长 172%，是唯一的「过亿第一梯队」，已经跻身全网 App 前二十。
• 千问 1.67 亿，同比暴涨 5793%，是榜单里增速最猛的，但用户打开后走得也快（人均时长同比下降 14%）。
• DeepSeek 是前三里唯一缩水的：1.30 亿月活，同比下滑 20.3%。不过它的留存用户极硬核：人均月打开 62.3 次、时长 124.8 分钟，两项涨幅都超过 90%。
• 元宝 4984 万排第四，Kimi 只有 729 万——长文本是好功能，但撑不起一个全民级入口。

基座能力和 C 端规模基本是两个独立战场：海外智力榜的前三名和全球月活的前三名不完全重合，国内豆包用的也不是榜单上最能打的那个模型。普通人选 AI，看的是顺手、免费、能办小事，不是 GPQA 多两分。

五、比价钱：20 美元是锚点，战火在顶格档

订阅价格这三年磨出了一个诡异的共识：海外三家入门档全部卡在 20 美元/月，ChatGPT Plus、Claude Pro、Google AI Pro（19.99）几乎一模一样。真正的价格战全打在顶格档的用量倍数上。

国内的定价则直接下探一个数量级：豆包 6 月 24 日上线三档订阅（68 / 200 / 500 元），标准版比 ChatGPT Plus 便宜一半；Kimi 从 49 元排到 699 元；千问和元宝的 C 端基础功能至今免费。ChatGPT 那个 200 美元的顶格档，今年 9 月 10 日起已经暂停新用户订阅了。

开发者看 API 价格更刺激：Artificial Analysis 统计，智力榜前十的模型，单任务成本相差超过 13 倍——最便宜的 GPT-6.1 Terra（max 档）单任务 0.96 美元，最贵的 Claude Fable 5.1 要 13.04 美元。DeepSeek V4 Flash 的 API 报价是每百万 token 输入 0.14 美元、输出 0.28 美元，开源模型的输出 token 普遍比闭源便宜 80%—95%。批量跑任务时，模型选型首先是个财务问题。

六、分赛道：代码、视频、智能体各有王者

写代码： Claude 仍是多数开发者的第一口。Claude Code 在终端里改仓库、跑长任务的口碑最稳；o-mega 的 2026 年 11 月 Agent 榜上，Opus 5.5 第一、GPT-6.1 Sol 第二、Gemini 4 Argon 第三。开源这边，SWE-bench Verified 上 Qwen3.6（35B 激活参数）厂商自测 73.4%，DeepSeek V4 Pro 领先独立测试约 14 个百分点，Kimi K3 在更刁钻的 SWE-Shift 多轮测试里拿到 63.5%。今年开发者社区的主流配置也很明确：复杂重构交给 Claude，省钱的批量任务交给 DeepSeek，两者搭配而不是二选一。

做视频： Sora 今年 4 月 26 日关掉消费端、9 月 24 日下线 API，留下的市场被迅速瓜分——

• Veo 3.1：声画一体的代表，原生同步对白、音效、配乐，1080p / 60 秒，综合最稳，就是订阅不便宜；
• 可灵 Kling 3.0：快手出品，最长 120 秒，物理真实感和性价比突出；
• 即梦 Seedance 2.0 / 2.5：字节出品，中文原生理解和国风题材是它的舒适区，图生视频在 Artificial Analysis 竞技场拿了 1219 分，高于 Veo 3.1 的 1094；
• Sora 2 仍然强在物理模拟和 Cameo 真人客串，但没有公开 API，量产工作流被卡死。

生图顺带一提：谷歌的 Nano Banana Pro、字节的 Seedream 5.0 Pro 和 OpenAI 的 GPT Image 2.5 是今年被提到最多的三家，中文海报和短视频素材，即梦的工作流最顺。

长文本与智能体： Kimi K3（1M 上下文）、GLM-5.2（官方称支持 1M 无损上下文，GLM-5.1 宣称可单次独立工作约 8 小时）、Claude Fable 5.1 都在往「帮你连续干活几小时」的方向卷。Gemini 4 Carbon 发布时主打网络安全（SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%，三条线全部刷新纪录）和长程任务，算是给「旗舰模型该往哪走」指了个新方向。

七、普通人到底怎么选

最后一句忠告：不要迷信任何单一榜单。 这篇里你已经看到了，智力榜第一在人类盲测榜上会掉位置，日更快测和周榜结论会打架（赢政指数 11 月 1 日 Smoke 快测里 Opus 4.7 拿 98.79 分，第二天 GPT-6 Astra 就和 GPT-6 Sol 并列第一），同一套题换个施压轮次，Qwen3 Max 能单期暴跌 26 分。看排名先看三件事：榜单是哪天的、取的是模型哪个推理档位、题目有没有被刷过。

AI 迭代到 2026 年，「谁是最强模型」这个问题的保质期大概是两周。比追榜更划算的策略，是把免费的几家都注册上，按场景分工——这件事本身，比选对模型重要得多。

参考资料

• Artificial Analysis Intelligence Index v5（2026-10-27 版），经 llmbase.ai、readcopilot 转述
• LMArena 公开排行榜（2026 年 10 月快照），经 respan.ai、unifybench.ai 转述
• QuestMobile TRUTH 人工智能洞察数据库 2026 年 6 月 AI 原生 App 月活榜（凤凰网科技、199IT、鞭牛士报道）
• Sensor Tower 2026 年 5 月全球 AI 助手市场份额（经 51CTO 转述）
• 订阅价格：各厂商官网定价，经 CNMO/凤凰网科技（2026-06-24）、aieii（2026-08）、订哪档（2026-09）核验
• 视频模型横评：tianliaos（2026-07）、發現AI（2026-09）、techsy.io 引 Artificial Analysis 视频竞技场
• 开源模型与编程：Morph《Best Open-Source Coding Model 2026》、Fireworks AI 模型推荐、arXiv SWE-Shift 论文、skyao 开源权重时间线
• Gemini 4 Carbon 发布信息：Google DeepMind 官方博客及 36 氪、钛媒体、凤凰网（2026-10-28/29）报道

数据整理于 2026 年 11 月 2—3 日。榜单和价格变动很快，下单或选型前请以厂商官网当下信息为准；发现文中数字过时了，欢迎评论区提醒，文章会持续更新。