发布动态
本周及近 30 天发布的新 AI 模型
哪些模型上线了、哪些已有测量结果、谁可能即将发布。根据最新数据每 6 小时重新生成。
截至 2026年11月16日的一周内,有 4 个 AI 模型发布,其中 3 个已有第三方结果:Claude Fable 5.2(Anthropic,11月9日)是排名最高的新模型,得分 72.7(总榜前 10 名),其次是 Gemini 4 Hydrogen(63.4)。另有 5 个模型已出现在提供商目录中,但尚无第三方分数。BenchLeader 追踪的 2026年10月发布的 AI 模型共 26 个,其中排名最高的是 Gemini 4 Carbon(68.9)。
要点(截至 2026年11月16日)
- Anthropic 于 2026年11月9日发布了 Claude Fable 5.2(BenchLeader 首次发现于 2026年11月9日)。
- Claude Fable 5.2 的 BenchLeader Index 为 72.7(前 10 名),仅基于第三方结果(BenchLeader,2026年11月16日)。
- Claude Fable 5.2 的混合价格为每百万 token $16.00(标价,2026年11月16日)。
- Google 于 2026年11月12日发布了 Gemini 4 Hydrogen(BenchLeader 首次发现于 2026年11月12日)。
- Gemini 4 Hydrogen 的 BenchLeader Index 为 63.4(前 25 名),仅基于第三方结果(BenchLeader,2026年11月16日)。
数据截至 2026年11月16日
刚刚发布
每个新模型的页面开头都有一个发布追踪:哪些第三方排行榜已给出分数、哪些还没有,以及它的价格和上下文窗口。旁边是发布时大家常搜的对比,从第一天起就已生成,早于模型获得 Index。
Gemini 4 Hydrogen2026年11月12日 · 第 16 名对比 Gemini 4 Carbon对比 GPT-5.4对比 Claude Opus 4.7对比 GPT-5.4 Pro
Claude Fable 5.22026年11月9日 · 第 1 名对比 Claude Fable 5.1对比 Gemini 4 Carbon对比 GPT-6 Astra对比 GPT-6.1 Sol
Claude Mythos 5.22026年11月9日 · 等待首批结果对比 Claude Fable 5.2对比 Claude Opus 5.5
Muse Ember2026年11月9日 · 第 140 名对比 Muse Spark Open 816B A42B对比 Inkling Small对比 Qwen3.5-27B对比 Gemma 4 31B
Agnes 2.5 Pro Theta2026年11月7日 · 第 161 名对比 Ling 3.1 Flash对比 GLM 4.7 Flash对比 Nemotron 3 Super 120B A12B
Inkling 2 Small2026年11月5日 · 第 67 名对比 Inkling Small对比 GLM 5.3 Flash对比 DeepSeek V4.1 Flash 1017对比 Muse Spark Open 816B A42BDoubao Seed Evolving2026年11月2日 · 已有首批结果,尚无 Index对比 Doubao Seed 2.1 Pro 260628
本周新增
| 模型 | 发布日期 | Index | 排名 | 价格 $/M | 状态 |
|---|---|---|---|---|---|
| 首次发现于 2026年11月15日 | – | – | – | 首批结果陆续到来 | |
| 2026年11月12日 | 63.4 | #16 | $3.00 | 进入排名 | |
| 首次发现于 2026年11月11日 | – | – | – | 首批结果陆续到来 | |
| 首次发现于 2026年11月11日 | – | – | – | 已收录,等待第三方结果 | |
| 首次发现于 2026年11月11日 | – | – | $1.83 | 已收录,等待第三方结果 | |
| 2026年11月9日 | 72.7 | #1 | $16.00 | 进入排名 | |
| 2026年11月9日 | 52.1 | #140 | $0.200 | 进入排名 | |
| 2026年11月9日 | – | – | $16.00 | 已发布,等待第三方结果 |
近 30 天发布
截至 2026年11月16日 的 30 天内发布的所有模型,以及没有发布日期、首次被收录的模型,按时间从新到旧排列。
相关: 每月 AI 模型发布数。
下一次发布预测
根据各提供商近两年的发布周期推算的预计时间窗口。仅依据日期估算,而非依据官方公告。
| 提供商 | 最近一次发布 | 周期 | 预计时间窗口 |
|---|---|---|---|
| 2025年4月30日 | 每 62 天 | 2025年6月6日 至 2025年7月25日已逾期 | |
| 2025年12月12日 | 每 112 天 | 2026年2月17日 至 2026年5月17日已逾期 | |
| 2025年12月2日 | 每 148 天 | 2026年2月28日 至 2026年6月27日已逾期 | |
| 2026年1月8日 | 每 93 天 | 2026年3月4日 至 2026年5月18日已逾期 | |
| 2026年7月21日 | 每 65 天 | 2026年8月29日 至 2026年10月20日已逾期 | |
| 2026年9月17日 | 每 7 天 | 2026年9月21日 至 2026年9月26日已逾期 | |
| 2026年8月28日 | 每 53 天 | 2026年9月28日 至 2026年11月10日已逾期 | |
| 2026年6月29日 | 每 152 天 | 2026年9月28日 至 2027年1月27日 | |
| 2026年9月18日 | 每 28 天 | 2026年10月4日 至 2026年10月27日已逾期 | |
| 2026年10月1日 | 每 19 天 | 2026年10月12日 至 2026年10月27日已逾期 | |
| 2026年9月21日 | 每 41 天 | 2026年10月15日 至 2026年11月17日 | |
| 2026年9月22日 | 每 41 天 | 2026年10月16日 至 2026年11月18日 | |
| 2026年9月18日 | 每 59 天 | 2026年10月23日 至 2026年12月9日 | |
| 2026年9月9日 | 每 76 天 | 2026年10月24日 至 2026年12月24日 | |
| 2026年8月12日 | 每 125 天 | 2026年10月26日 至 2027年2月3日 | |
| 2026年8月25日 | 每 119 天 | 2026年11月4日 至 2027年2月7日 | |
| 2026年10月17日 | 每 37 天 | 2026年11月8日 至 2026年12月7日 | |
| 2026年10月26日 | 每 26 天 | 2026年11月10日 至 2026年12月1日 | |
| 2026年10月19日 | 每 38 天 | 2026年11月10日 至 2026年12月11日 | |
| 2026年10月23日 | 每 36 天 | 2026年11月13日 至 2026年12月12日 | |
| 2026年10月29日 | 每 28 天 | 2026年11月14日 至 2026年12月7日 | |
| 2026年9月21日 | 每 92 天 | 2026年11月15日 至 2027年1月27日 | |
| 2026年11月12日 | 每 15 天 | 2026年11月21日 至 2026年12月3日 | |
| 2026年10月19日 | 每 57 天 | 2026年11月22日 至 2027年1月6日 | |
| 2026年11月9日 | 每 27 天 | 2026年11月25日 至 2026年12月16日 | |
| 2026年10月23日 | 每 56 天 | 2026年11月25日 至 2027年1月9日 | |
| 2026年11月9日 | 每 33 天 | 2026年11月28日 至 2026年12月25日 | |
| 2026年11月2日 | 每 73 天 | 2026年12月15日 至 2027年2月12日 |
本周首批结果
近 7 天内首次公布某个模型分数的基准测试。
- Claude Fable 5.2
- LiveBench 2.0:84.9%2026年11月15日
- LiveBench Long Agentic:82.9%2026年11月15日
- LiveBench 2.0 Reasoning:88.8%2026年11月15日
- LiveBench 2.0 Coding:79.2%2026年11月15日
- LiveBench Browser:86.9%2026年11月15日
- LiveBench 2.0 Data Analysis:81.5%2026年11月15日
- 另有 70 项
- Claude Fable 5.1
- LiveBench 2.0:84%2026年11月15日
- LiveBench Long Agentic:74.2%2026年11月15日
- LiveBench 2.0 Reasoning:91.7%2026年11月15日
- LiveBench 2.0 Coding:89.7%2026年11月15日
- LiveBench Browser:89.8%2026年11月15日
- LiveBench 2.0 Data Analysis:80.3%2026年11月15日
- 另有 47 项
- Gemini 4 Carbon
- LiveBench 2.0:83.5%2026年11月15日
- LiveBench Long Agentic:72.7%2026年11月15日
- LiveBench 2.0 Reasoning:90.6%2026年11月15日
- LiveBench 2.0 Coding:91%2026年11月15日
- LiveBench Browser:80%2026年11月15日
- LiveBench 2.0 Data Analysis:86.5%2026年11月15日
- 另有 43 项
- Claude Opus 5.5
- LiveBench 2.0:83.4%2026年11月15日
- LiveBench Long Agentic:72.8%2026年11月15日
- LiveBench 2.0 Reasoning:92.2%2026年11月15日
- LiveBench 2.0 Coding:87.1%2026年11月15日
- LiveBench Browser:88.4%2026年11月15日
- LiveBench 2.0 Data Analysis:80.3%2026年11月15日
- 另有 39 项
- Claude Sonnet 5
- LiveCodeBench:82.4%2026年11月15日
- MMLU-Pro:87.6%2026年11月15日
- IOI:45%2026年11月15日
- LegalBench:83.9%2026年11月15日
- CorpFin:67%2026年11月15日
- TaxEval:75.6%2026年11月15日
- 另有 36 项
- Claude Haiku 5.5
- LiveBench 2.0:68.9%2026年11月15日
- LiveBench Long Agentic:47.9%2026年11月15日
- LiveBench 2.0 Reasoning:82.4%2026年11月15日
- LiveBench 2.0 Coding:77.6%2026年11月15日
- LiveBench Browser:69.5%2026年11月15日
- LiveBench 2.0 Data Analysis:53.1%2026年11月15日
- 另有 35 项
- Claude Sonnet 5.5
- LiveBench 2.0:77%2026年11月15日
- LiveBench Long Agentic:63.4%2026年11月15日
- LiveBench 2.0 Reasoning:91.6%2026年11月15日
- LiveBench 2.0 Coding:77.2%2026年11月15日
- LiveBench Browser:89.3%2026年11月15日
- LiveBench 2.0 Data Analysis:59.5%2026年11月15日
- 另有 34 项
- Claude Opus 5
- LiveCodeBench:89%2026年11月15日
- MMLU-Pro:91.6%2026年11月15日
- IOI:84.3%2026年11月15日
- LegalBench:87%2026年11月15日
- BioMysteryBench:79.3%2026年11月15日
- Code Migration:57.5%2026年11月15日
- 另有 31 项
- Claude Opus 4.8
- LiveCodeBench:87.8%2026年11月15日
- MMLU-Pro:89.6%2026年11月15日
- LegalBench:83.6%2026年11月15日
- CorpFin:66.7%2026年11月15日
- TaxEval:75.6%2026年11月15日
- Terminal-Bench 2.1 (Vals):71.9%2026年11月15日
- 另有 24 项
- Gemini 4 Argon
- LiveBench 2.0:77.7%2026年11月15日
- LiveBench Long Agentic:58.5%2026年11月15日
- LiveBench 2.0 Reasoning:95.1%2026年11月15日
- LiveBench 2.0 Coding:85.7%2026年11月15日
- LiveBench Browser:82.8%2026年11月15日
- LiveBench 2.0 Data Analysis:85.2%2026年11月15日
- 另有 23 项
- Claude Fable 5
- LiveCodeBench:89.8%2026年11月15日
- MMLU-Pro:91.5%2026年11月15日
- LegalBench:88.6%2026年11月15日
- CorpFin:71.8%2026年11月15日
- TaxEval:76.9%2026年11月15日
- Terminal-Bench 2.1 (Vals):80.5%2026年11月15日
- 另有 23 项
- Claude Opus 4.7
- Terminal-Bench 2.1 (Vals):68.5%2026年11月15日
- Finance Agent v2:51.5%2026年11月15日
- Terminal-Bench 2.0 (Vals):68.5%2026年11月15日
- Vals Multimodal Index:67.4%2026年11月15日
- LiveCodeBench:85.1%2026年11月15日
- MMLU-Pro:89.9%2026年11月15日
- 另有 20 项
- Claude Sonnet 4.6
- LiveCodeBench:82.1%2026年11月15日
- MMLU-Pro:87.3%2026年11月15日
- LegalBench:82.1%2026年11月15日
- CorpFin:65.3%2026年11月15日
- TaxEval:77.1%2026年11月15日
- Terminal-Bench 2.1 (Vals):57.3%2026年11月15日
- 另有 20 项
- Kimi K3.1 Pro
- LiveBench 2.0:68.7%2026年11月15日
- LiveBench Long Agentic:38.7%2026年11月15日
- LiveBench 2.0 Reasoning:91.1%2026年11月15日
- LiveBench 2.0 Coding:67.8%2026年11月15日
- LiveBench Browser:75.9%2026年11月15日
- LiveBench 2.0 Data Analysis:79.1%2026年11月15日
- 另有 18 项
- GPT-5.6 Terra
- LiveBench 2.0:67.2%2026年11月15日
- LiveBench Long Agentic:25.9%2026年11月15日
- LiveBench 2.0 Reasoning:90.6%2026年11月15日
- LiveBench 2.0 Coding:84.2%2026年11月15日
- LiveBench Browser:70.3%2026年11月15日
- LiveBench 2.0 Data Analysis:79.3%2026年11月15日
- 另有 17 项
- Gemini 4 Hydrogen
- LiveBench 2.0:77%2026年11月15日
- LiveBench Long Agentic:61.8%2026年11月15日
- LiveBench 2.0 Reasoning:88.6%2026年11月15日
- LiveBench 2.0 Coding:78.5%2026年11月15日
- LiveBench Browser:77.1%2026年11月15日
- LiveBench 2.0 Data Analysis:83.2%2026年11月15日
- 另有 15 项
- Muse Spark 1.3
- LiveBench 2.0:68.6%2026年11月15日
- LiveBench Long Agentic:47.9%2026年11月15日
- LiveBench 2.0 Reasoning:89.7%2026年11月15日
- LiveBench 2.0 Coding:84.4%2026年11月15日
- LiveBench Browser:30.9%2026年11月15日
- LiveBench 2.0 Data Analysis:79.6%2026年11月15日
- 另有 13 项
- DeepSeek V4 Pro
- AA Intelligence Index v5.0.1:20.82026年11月13日
- Humanity's Last Exam (AA):41.5%2026年11月13日
- HLE-Diamond (AA):20.5%2026年11月13日
- AA-LCR v1.1:79.3%2026年11月13日
- SciCode (AA):51.7%2026年11月13日
- AA-Omniscience v1.1:-6.52026年11月13日
- 另有 13 项
- GPT-6.1 Terra
- LiveBench 2.0:78.8%2026年11月15日
- LiveBench Long Agentic:56.2%2026年11月15日
- LiveBench 2.0 Reasoning:88.7%2026年11月15日
- LiveBench 2.0 Coding:89.2%2026年11月15日
- LiveBench Browser:93.1%2026年11月15日
- LiveBench 2.0 Data Analysis:82.3%2026年11月15日
- 另有 10 项
- Kimi K3
- LiveBench 2.0:65%2026年11月15日
- LiveBench Long Agentic:36%2026年11月15日
- LiveBench 2.0 Reasoning:90.7%2026年11月15日
- LiveBench 2.0 Coding:53.1%2026年11月15日
- LiveBench Browser:75.2%2026年11月15日
- LiveBench 2.0 Data Analysis:78.7%2026年11月15日
- 另有 10 项
- Claude Opus 4.5
- LiveCodeBench:83.7%2026年11月15日
- MMLU-Pro:87.3%2026年11月15日
- LegalBench:84.6%2026年11月15日
- CorpFin:65.1%2026年11月15日
- TaxEval:74.9%2026年11月15日
- SWE-bench (Vals):76.4%2026年11月15日
- 另有 10 项
- Grok 4.6
- LiveBench 2.0:63.5%2026年11月15日
- LiveBench Long Agentic:18.7%2026年11月15日
- LiveBench 2.0 Reasoning:91.2%2026年11月15日
- LiveBench 2.0 Coding:76.7%2026年11月15日
- LiveBench Browser:49.4%2026年11月15日
- LiveBench 2.0 Data Analysis:75.3%2026年11月15日
- 另有 10 项
- Inkling 2 Small
- FORTRESS:16.2%2026年11月13日
- Design Arena Agentic:13742026年11月13日
- Terminal-Bench:13%2026年11月13日
- MysteryMechanism:25.2%2026年11月12日
- Vals Science Index:32.7%2026年11月12日
- SciCode:52.3%2026年11月10日
- 另有 10 项
- Claude Opus 4.6
- LiveCodeBench:84.7%2026年11月15日
- MMLU-Pro:89.1%2026年11月15日
- LegalBench:85.3%2026年11月15日
- CorpFin:67%2026年11月15日
- TaxEval:76%2026年11月15日
- SWE-bench (Vals):78.2%2026年11月15日
- 另有 9 项
搜索最多的对比
大家查得最多的模型对比,每项都附有结论、各类别胜负、价格和速度。
常见问题
- 本周发布了哪些 AI 模型?
- 截至 2026年11月16日的 7 天内:Nemotron 3.5 Bolt E4B(NVIDIA,2026年11月15日)、Gemini 4 Hydrogen(Google,2026年11月12日)、U2 Flash(Unisound,2026年11月11日)、ERNIE 5.5 Flash(Baidu,2026年11月11日)、ERNIE-Light-DT-1.0(Baidu,2026年11月11日)、Claude Fable 5.2(Anthropic,2026年11月9日)、Muse Ember(Meta,2026年11月9日)和 Claude Mythos 5.2(Anthropic,2026年11月9日)。
- 今天有哪些新 AI 模型发布?
- 今天的数据更新(2026年11月16日)没有新发布;最近一次是 2026年11月15日发布的 Codestral 2501。
- 本月最好的新 AI 模型是哪个?
- 在截至 2026年11月16日的 30 天内发布的模型中,Anthropic 的 Claude Fable 5.2(推理强度 max)排名最高,BenchLeader Index 为 72.7(总榜前 10 名)。
- 为什么新模型还没有分数?
- BenchLeader Index 要求模型在至少两个类别中有至少五项第三方结果,并且从不采用模型自家发布文章中的分数。新模型会立即收录,待第三方发布方完成测量后再排名,通常需要几天到几周。
- 哪些 AI 实验室可能下一个发布新模型?
- 仅按发布周期推算,而非依据官方公告:Meituan(2026年9月28日至 2027年1月27日)、SpaceXAI(2026年10月15日至 2026年11月17日)和 Upstage(2026年10月16日至 2026年11月18日)。下表列出了所有实验室。