BenchLeader

最适合智能体的大模型(2026年11月)

截至 2026年11月16日,第三方基准测试中最适合智能体与工具调用的大模型是 OpenAI 的 GPT-6 Sol (Daybreak Blue, max)(max)(智能体得分 72.3),其后为 Claude Sonnet 5.5(max)(智能体得分 70.5)和 GPT-5.6 Sol(max)(智能体得分 67.5)。

按智能体与工具类别排名:函数调用、多步工具调用,以及 Terminal-Bench、BFCL、τ²-bench 等智能体任务排行榜。模型须至少有其中三项结果,因此仅凭两项结果无法登顶。

68 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 GPT-6 Sol (Daybreak Blue, max) max本榜第一:智能体得分 72.3最佳性价比 GPT-6.1 Terra max前 15 名中每美元 Index 分数最高(64.1,$2.00/M)最佳开放权重 Kimi K3.1 Pro 可自行部署的模型中排名最高(第 4 名)前 15 名中最快 Gemini 3.5 Flash high输出速度 176 token/秒

正面对比: Claude Sonnet 5.5 vs GPT-5.6 Sol (#2 vs #3)

#模型智能体得分Index价格 $/M速度 tok/s
1GPT-6 Sol (Daybreak Blue, max)maxOpenAI72.3–$4.00–
2Claude Sonnet 5.5maxAnthropic70.564.2$4.00152
3GPT-5.6 SolmaxOpenAI67.565.3$8.00100
4Kimi K3.1 ProMoonshot AI64.661.8$4.0030
5GPT-6.1 SolmaxOpenAI64.366.6$4.0050
6GPT-6 AstramaxOpenAI63.967.3$20.0041
7Claude Opus 5maxAnthropic63.865.0$10.0080
8GPT-6.1 TerramaxOpenAI63.464.1$2.0072
9GPT-5.6 TerraxhighOpenAI63.160.1$4.5097
10GPT-5.4xhighOpenAI63.063.1$5.6373
11Gemini 3.5 FlashhighGoogle62.862.5$3.38176
12GLM 5.2maxZhipu AI62.158.9$2.1569
13GPT-5.5xhighOpenAI61.864.1$11.2581
14Gemini 3 ProGoogle61.760.0––
15Claude Opus 5.5maxAnthropic61.368.4$8.00116

完整排名(68 个模型) · 最适合编程智能体(注明权重) · 方法说明 · 本排名所依据的大模型基准测试

最适合智能体的大模型:常见问题

2026年11月最适合智能体与工具调用的大模型是哪个?
截至 2026年11月16日,第三方基准测试中最适合智能体与工具调用的大模型是 OpenAI 的 GPT-6 Sol (Daybreak Blue, max)(max)(智能体得分 72.3),其后为 Claude Sonnet 5.5(max)(智能体得分 70.5)和 GPT-5.6 Sol(max)(智能体得分 67.5)。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 GPT-6.1 Terra(max):Index 64.1,混合价格每百万 token $2.00;而 GPT-6 Sol (Daybreak Blue, max) 为 $4.00。
最佳开放权重选择是哪个?
Moonshot AI 的 Kimi K3.1 Pro 是本榜排名最高的开放权重模型,位列第 4。
排名是如何得出的?
按智能体与工具类别排名:函数调用、多步工具调用,以及 Terminal-Bench、BFCL、τ²-bench 等智能体任务排行榜。模型须至少有其中三项结果,因此仅凭两项结果无法登顶。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,《最适合智能体的大模型(2026年11月)》,数据截至 2026年11月16日,https://www.benchleader.com/zh/best/llm-for-agents。