BenchLeader

最适合编程的大模型(2026年11月)

截至 2026年11月16日,第三方基准测试中最适合编程的大模型是 Anthropic 的 Claude Fable 5.2(max)(编程得分 79.7),其后为 Claude Opus 5.5(max)(编程得分 78.8)和 Claude Fable 5(编程得分 75.5)。

按 BenchLeader Index 的编程类别排名:综合 SWE-bench Verified、SWE-Bench Pro、LiveCodeBench、Aider Polyglot 等计入 Index 的编程排行榜。模型须至少有两项编程基准测试结果。

191 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 Claude Fable 5.2 max本榜第一:编程得分 79.7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 DeepSeek V4.1 Flash 1017 max可自行部署的模型中排名最高(第 21 名)前 15 名中最快 Gemini 4 Hydrogen high输出速度 170 token/秒

正面对比: Claude Fable 5.2 vs Claude Opus 5.5 (#1 vs #2) · Claude Fable 5.2 vs Claude Fable 5 (#1 vs #3) · Claude Opus 5.5 vs Claude Fable 5 (#2 vs #3)

#模型编程得分Index价格 $/M速度 tok/s
1Claude Fable 5.2maxAnthropic79.772.7$16.00109
2Claude Opus 5.5maxAnthropic78.868.4$8.00116
3Claude Fable 5Anthropic75.565.4$20.0050
4Gemini 4 CarbonhighGoogle74.168.9$4.0064
5GPT-6 AstramaxOpenAI73.267.3$20.0041
6GPT-6.1 SolmaxOpenAI71.166.6$4.0050
7Claude Sonnet 5.5maxAnthropic70.264.2$4.00152
8Muse Wonder FullmaxMeta69.961.7––
9Claude Fable 5.1maxAnthropic69.766.7$20.0089
10GPT-6.1 TerramaxOpenAI69.364.1$2.0072
11Gemini 4 HydrogenhighGoogle68.863.4$3.00170
12Claude Opus 5maxAnthropic67.065.0$10.0080
13o3-prohighOpenAI67.055.9$35.00–
14Gemini 4 ArgonhighGoogle66.765.3$4.0066
15GPT-6 SolmaxOpenAI66.362.6$4.00127

完整排名(191 个模型) · Claude Fable 5.2 vs Claude Opus 5.5 · 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

各价位最适合编程的模型

所有模型的每美元质量

按每百万 token 混合 API 价格分档,各档编程得分最高的模型。

编程基准测试及各自的领先者

全部编程基准测试

程序员常按名称查找的基准测试,均来自第三方发布方。上方的编程得分综合了其中计入 BenchLeader Index 的几项。

基准测试领先者得分
SWE-Bench Pro大型多语言仓库中的真实 GitHub issueMuse Spark 1.161.5%
SWE-bench Verified (bash only)经人工核验的 Python GitHub issue,用一个简单智能体完成Claude Opus 4.5high76.8%
FrontierSWE前沿水平的长时软件工程任务Claude Fable 5.2max69.9%
Terminal-Bench 4.0 (AA)在 Linux 终端中完成实际工作Kimi K3.1 Pro67.2%
LiveCodeBench接近饱和训练截止日期之后发布的新竞赛题Claude Fable 5.1max90.5%
FrontierCode 2.0 (AA)高难度、全新的编程题Claude Fable 5.2high49.1%
LMArena WebDev由人在两个生成的 Web 应用之间投票Claude Fable 5.2xhigh1838
LMArena Coding由人在两个编程问题的回答之间投票Gemini 4 Carbonhigh1568
Aider Polyglot已退役通过 Aider 编辑六种语言的代码GPT-5high88.0%

程序员在用什么:Claude Code、Codex 等

编程智能体每日使用情况

2026年10月16日至 2026年11月14日 编程智能体的对话轮次占比,数据来自可运行多个智能体的桌面应用 T3 Code 的遥测。仅代表一个应用的用户,并非整个市场。

智能体

  • Claude Code67.6% 上周 72.8%
  • Codex26.5% 上周 21.2%
  • OpenCode2.3% 上周 2.0%
  • Pi1.0% 上周 1.0%

这些智能体中使用的模型

  1. 1Claude Opus 5.5编程 78.857.6%
  2. 2GPT-6.1 Sol编程 71.118.6%
  3. 3GPT-6 Astra编程 73.24.8%
  4. 4Claude Sonnet 5.5编程 70.23.9%
  5. 5Claude Fable 5.1编程 69.71.7%

按智能体工作加权,最适合编程智能体的模型

编程套餐:各价位用量最多的套餐

全部编程套餐对比

用满额度时,1 美元订阅费可换来多少美元的 API 用量。其中多数是外部估算,套餐页面注明了每项的来源。

  • $30 以下Claude Code Pro $20/月在 Claude Opus 5.5 上用满时的估算60×
  • $30 至 $60Kimi Code Pro $39/月在 Kimi K3 上用满时的估算11×
  • $100 左右Claude Code Max $100/月在 Claude Opus 5.5 上用满时的估算72×
  • $200 及以上Claude Code Ultra $200/月在 Claude Opus 5.5 上用满时的估算62×

最适合编程的大模型:常见问题

2026年11月最适合编程的大模型是哪个?
截至 2026年11月16日,第三方基准测试中最适合编程的大模型是 Anthropic 的 Claude Fable 5.2(max)(编程得分 79.7),其后为 Claude Opus 5.5(max)(编程得分 78.8)和 Claude Fable 5(编程得分 75.5)。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 Claude Fable 5.2 为 $16.00。
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 21。
排名是如何得出的?
按 BenchLeader Index 的编程类别排名:综合 SWE-bench Verified、SWE-Bench Pro、LiveCodeBench、Aider Polyglot 等计入 Index 的编程排行榜。模型须至少有两项编程基准测试结果。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,《最适合编程的大模型(2026年11月)》,数据截至 2026年11月16日,https://www.benchleader.com/zh/best/llm-for-coding。