Blog›Guides

LLM基准快照：2026年9月13日当周

每周五大排行榜照片：Claude Fable 5.1 在文本、LiveBench 和 BenchLM 中保持领先；GPT-5 继续稳坐 Aider 编程榜首；GPT-6 Astra 在网页开发领域独占鳌头。榜首稳定，但按领域分化。

LLM排行榜的每周快照已发布：2026-09-13快照，涵盖五个独立来源。本周头条是榜首稳定，以及按学科划分的三方分庭抗礼。

各来源领先者

LMArena文本：Claude Fable 5.1（max）以1510 Elo保持第一，Claude Opus 5变体位列第二和第三，这是全Anthropic的领奖台。

LiveBench：Claude Fable 5.1（最大努力）以83.78领先，超过Fable 5和GPT-6 Astra（83.05）。与上周相同领先者。

BenchLM：Claude Fable 5.1以84.61超过GPT-6 Astra（84.08），这是五个榜单中差距最小的。

Aider polyglot（编码）：GPT-5（high）以88.0保持编码桂冠，GPT-5 medium和o3-pro紧随其后。Anthropic未进入前三。

LMArena webdev：GPT-6 Astra（max）以1800 Elo占据主导，领先Fable 5.1达42分。

顶部变化极小，这正是重点：同样的两个家族已连续两周瓜分各榜单。Anthropic拥有通用文本和混合任务基准（文本竞技场、LiveBench、BenchLM）；OpenAI拥有开发者榜单（Aider编码、webdev竞技场）。如果你按排行榜选模型，答案现在确实取决于哪个排行榜。

单一“最佳模型”的说法掩盖了三方分裂：Fable 5.1在三个榜单上排名第一，GPT-6 Astra在一个，GPT-5在一个。这正是我们每日快照全部五个的原因，每个榜单衡量不同技能，记录始终保留在案。

浏览完整表格请访问/benchmarks，或通过历史记录比较随时间的变化。