2026-10-05
ChatGPT今天還是穩坐冠軍,靠的是OpenAI九月發表的GPT-6 Astra,在程式設計、研究、電腦操作跟複雜多步驟任務上都有實際可量測的進步,剛好對應這張榜單裡推理跟程式設計這兩項分數的權重。Claude排第二,背後是Anthropic從九月22日開始主推的Opus 5.5,說真的,認真做程式設計或agent任務、一步走錯就會浪費好幾個小時的那種工作,我還是最推這顆模型。Gemini排第三,靠的是Gemini 3.8 Flash在軟體工程跟agentic知識工作上的具體進步,比3.7 Flash進步幅度不算大但確實是真的。Grok排第四,九月21日發表的4.7版本主打跟X平台最緊密的即時整合,這也是它在即時性分數上能超過Perplexity的關鍵原因。DeepSeek排第七,V4.1-Flash帶來原生多模態視覺理解跟更快的推論速度,這是真正的架構升級,讓它依然是整張榜單裡對API成本敏感的人最划算的選擇。這幾個更新都沒有動到排名順序,每一個都是品牌內部的漸進式進步,原本的位置就已經合理,所以今天名單全部維持不動。
GPT-6 Astra是ChatGPT持續領先的原因
九月的升級在程式設計、研究、多步驟agent任務上都有具體進步,剛好對應這張榜單權重最高的評分項目。
Opus 5.5讓Claude依然是認真程式設計的首選
Anthropic從九月22日開始主推的旗艦模型,依然是我在agent程式任務裡一步走錯就賠時間的時候最信任的模型。
Grok 4.7靠即時性取勝,不是靠推理
業界最緊密的X平台整合,正是它在即時性分數上超過Perplexity的具體原因。
DeepSeek的V4.1-Flash是划算的選擇
原生多模態理解加上更快的推論速度,在DeepSeek的價位上讓它成為整張榜單裡性價比最高的選擇。