2026年5月国内外九大AI模型雷达图，最新数据究竟谁才是最强AI

一、这次到底测了哪些模型？

满分均为100分测试模型为：

GPT-5.5（杀死比赛）
Claude Opus 4.7（法务AI）
Gemini 3.1 Pro（小吉米）
DeepSeek V4 Pro（鲸鱼）
GLM-5.1（特靠“谱”）
Grok 4.1（AI女友）
Qwen3.6-Max（阿里太子）
Kimi K2.6（不知道绰号叫啥）
豆包（“豆”战胜佛）

GPT-5.5（OpenAI）

综合93分，定位标签「综合第一·顶尖智能」。七项能力中最突出的是推理能力，是所有模型中推理单项最高分。代码能力“S+”，数学能力约A+，中文理解B+，多模态约“S+”，长上下文约A。除去中文理解雷达图各项能力极为均衡，推理能力尤为突出，中文能力是相对短板。

Gemini 3.1 Pro（Google DeepMind）

综合82分，定位标签「多模态霸主·百万上下文」。七项能力中最突出的是多模态，长上下文约“S”，推理能力约A+，代码能力约A，数学能力约A，中文能力可以给到A+。雷达图底部宽大、整体算饱满，多模态和长上下文两个方向明显突出。

Qwen3.6-Max（阿里巴巴）

综合均分78分，定位标签「最强中文·开源生态」。七项能力中最突出的是中文能力，拿到S，推理能力约A-，代码能力约A+，数学能力约A，中英语言理解约S，长上下文约A-，多模态约B+，但生图能力不差的哈。雷达图向左下方倾斜，中文方向明显突出，是所有模型中中文能力最强的。都是雨露均沾

Grok 4.1（xAI）

综合均分79分，定位标签「实时联网·超大上下文」。七项能力中最突出的是实时联网能力，尤其是私密内容，这两项拿到S+，代码能力约A，推理能力约A，长上下文极高A+，多模态约A，中文能力约A-。雷达图在左上和下方两个方向明显突出。总的来说是真的很强

Kimi K2.6（月之暗面）

综合均分74分，定位标签「编程精英·长文理解」。七项能力中最突出的是代码能力，拿到A-。推理能力约A-，中文能力约A+，数学能力约A-，长上下文A+，多模态约“不评价”。雷达图还算“全面吧”，用的不是很多不敢多说

GLM-5.1（智谱Z AI）

综合均分80分，定位标签「Agent原生·国产精英」。七项能力中最突出的是中文能力，其次是agent能力他算有潜力的。拿到A++。推理能力约A+，代码能力约A，长上下文约A-，数学能力约A-，多模态约B+。推理能力和agent是和DeepSeek国产模型中同样的潜力选手。

豆包 Seed-2.0（字节跳动）

综合均分71分，定位标签「视觉感知·指令遵循」。七项能力中最突出的是中文能力，拿到A。推理能力约B-，代码能力约B-，数学能力约A，多模态能力这个还是没话说A+，长上下文约A-。雷达图相对均衡但还是不如其他模型突出，无“特别”明显短板，总的来说日常使用真的不错很棒哈

DeepSeek V4 Pro（深度求索）

综合均分83分，定位标签「开源领先·极致性价比」。七项能力中最突出的是数学能力拿到S，是所有模型中数学单项最高分。硬推理能力接近S+，代码能力略约逊色A+，长上下文约S+，中文能力约A++，多模态是相对短板，期待后续更新应用该功能。雷达图整体饱满，推理方向几乎顶到外圈。这个价位还是啥，梁总的恩情还不完

Claude Opus 4.7（Anthropic）

综合均分90分，定位标签「代码之王·Agent强者」。七项能力中最突出的是代码能力，拿到S+。推理能力S+，中文语言理解A（实际体验），数学能力约A++，长上下文约A+，多模态约A+。雷达图向上方拉伸，代码和推理两个方向几乎持平，是所有模型中代码能力最强的。说是这样说但实际体验GPT5.5代码和他差不多，可能有差距