BenchLeader

最快的大模型(2026年11月)

截至 2026年11月16日,第三方基准测试中最快的优质大模型是 SpaceXAI 的 Grok 4.20 Multi-Agent(输出速度 349 tok/s),其后为 Claude Haiku 5.5(xhigh)(输出速度 231 tok/s)和 Muse Spark 1.2(xhigh)(输出速度 208 tok/s)。

其中首 token 延迟最低的是 Nemotron 3 Ultra 550B A55B,为 0.25 s(106 token/秒)。吞吐量决定长回答多快完成,首 token 延迟决定用户要等多久才看到内容。

按输出速度(token/秒)排序,仅限每秒输出至少 100 个 token 且 BenchLeader Index 高于 55 的模型,因此列出的是值得使用的快速模型,而不是最快的小模型。

31 个模型符合条件 · 数据截至 2026年11月16日 · 每 6 小时(UTC 04:03、10:03、16:03、22:03 开始运行)更新

首选 Grok 4.20 Multi-Agent 本榜第一:输出速度 349 tok/s最佳性价比 Step 3.5 Flash 前 15 名中每美元 Index 分数最高(56.3,$0.150/M)最佳开放权重 DeepSeek V4.1 Flash 1017 max可自行部署的模型中排名最高(第 9 名)
#模型Index价格 $/M速度 tok/sTTFT
1Grok 4.20 Multi-AgentSpaceXAI58.5$1.5634912 s
2Claude Haiku 5.5xhighAnthropic56.7$0.2002311.17 s
3Muse Spark 1.2xhighMeta61.5$2.002082.94 s
4GPT-5.4 MinixhighOpenAI55.1$1.692000.98 s
5Gemini 3 FlashthinkingGoogle58.9$1.131961.10 s
6Muse Spark 1.1Meta62.2$2.001931.80 s
7Gemini 3.6 FlashhighGoogle61.0$1.501771.33 s
8Gemini 3.5 FlashhighGoogle62.5$3.381761.44 s
9DeepSeek V4.1 Flash 1017maxDeepSeek57.7$0.5251740.76 s
10Qwen3.7maxAlibaba60.0$3.751711.12 s
11Gemini 4 HydrogenhighGoogle63.4$3.001701.72 s
12Muse Spark 1.3Meta61.6$2.001632.60 s
13Claude Sonnet 5.5maxAnthropic64.2$4.001521.52 s
14Step 3.5 FlashStepFun56.3$0.150133–
15o3OpenAI60.4$3.501312.31 s

完整排名(31 个模型) · 最适合语音智能体(注明权重) · 方法说明 · 本排名所依据的大模型基准测试

最快的大模型:常见问题

2026年11月最快的优质大模型是哪个?
截至 2026年11月16日,第三方基准测试中最快的优质大模型是 SpaceXAI 的 Grok 4.20 Multi-Agent(输出速度 349 tok/s),其后为 Claude Haiku 5.5(xhigh)(输出速度 231 tok/s)和 Muse Spark 1.2(xhigh)(输出速度 208 tok/s)。BenchLeader 汇总来自 48 家发布方的 285 项基准测试,并每 6 小时(UTC 04:03、10:03、16:03、22:03 开始运行)重新生成排名。
哪个性价比最高?
在本榜前 15 名中,每美元 BenchLeader Index 分数最高的是 Step 3.5 Flash:Index 56.3,混合价格每百万 token $0.150;而 Grok 4.20 Multi-Agent 为 $1.56。
最佳开放权重选择是哪个?
DeepSeek 的 DeepSeek V4.1 Flash 1017(max) 是本榜排名最高的开放权重模型,位列第 9。
首 token 延迟最低的快速大模型是哪个?
其中首 token 延迟最低的是 Nemotron 3 Ultra 550B A55B,为 0.25 s(106 token/秒)。吞吐量决定长回答多快完成,首 token 延迟决定用户要等多久才看到内容。
排名是如何得出的?
按输出速度(token/秒)排序,仅限每秒输出至少 100 个 token 且 BenchLeader Index 高于 55 的模型,因此列出的是值得使用的快速模型,而不是最快的小模型。每个分数都来自第三方发布方,并在模型页面链接到出处。发布文章中的分数从不进入任何排名或基准测试排行榜。只有在尚无第三方来源时,少数规格(标价、上下文窗口、首次回答时间)可能取自厂商,并标注为“厂商自报”;模型页面上少量厂商自行测得的分数也同样标注。

引用格式:BenchLeader,《最快的大模型(2026年11月)》,数据截至 2026年11月16日,https://www.benchleader.com/zh/best/fastest-llm。