2026年5月國內外九大AI模型雷達圖，最新數據究竟誰纔是最強AI

一、這次到底測了哪些模型？

滿分均爲100分測試模型爲：

GPT-5.5（殺死比賽）
Claude Opus 4.7（法務AI）
Gemini 3.1 Pro（小吉米）
DeepSeek V4 Pro（鯨魚）
GLM-5.1（特靠“譜”）
Grok 4.1（AI女友）
Qwen3.6-Max（阿里太子）
Kimi K2.6（不知道綽號叫啥）
豆包（“豆”戰勝佛）

GPT-5.5（OpenAI）

綜合93分，定位標籤「綜合第一·頂尖智能」。七項能力中最突出的是推理能力，是所有模型中推理單項最高分。代碼能力“S+”，數學能力約A+，中文理解B+，多模態約“S+”，長上下文約A。除去中文理解雷達圖各項能力極爲均衡，推理能力尤爲突出，中文能力是相對短板。

Gemini 3.1 Pro（Google DeepMind）

綜合82分，定位標籤「多模態霸主·百萬上下文」。七項能力中最突出的是多模態，長上下文約“S”，推理能力約A+，代碼能力約A，數學能力約A，中文能力可以給到A+。雷達圖底部寬大、整體算飽滿，多模態和長上下文兩個方向明顯突出。

Qwen3.6-Max（阿里巴巴）

綜合均分78分，定位標籤「最強中文·開源生態」。七項能力中最突出的是中文能力，拿到S，推理能力約A-，代碼能力約A+，數學能力約A，中英語言理解約S，長上下文約A-，多模態約B+，但生圖能力不差的哈。雷達圖向左下方傾斜，中文方向明顯突出，是所有模型中中文能力最強的。都是雨露均霑

Grok 4.1（xAI）

綜合均分79分，定位標籤「實時聯網·超大上下文」。七項能力中最突出的是實時聯網能力，尤其是私密內容，這兩項拿到S+，代碼能力約A，推理能力約A，長上下文極高A+，多模態約A，中文能力約A-。雷達圖在左上和下方兩個方向明顯突出。總的來說是真的很強

Kimi K2.6（月之暗面）

綜合均分74分，定位標籤「編程精英·長文理解」。七項能力中最突出的是代碼能力，拿到A-。推理能力約A-，中文能力約A+，數學能力約A-，長上下文A+，多模態約“不評價”。雷達圖還算“全面吧”，用的不是很多不敢多說

GLM-5.1（智譜Z AI）

綜合均分80分，定位標籤「Agent原生·國產精英」。七項能力中最突出的是中文能力，其次是agent能力他算有潛力的。拿到A++。推理能力約A+，代碼能力約A，長上下文約A-，數學能力約A-，多模態約B+。推理能力和agent是和DeepSeek國產模型中同樣的潛力選手。

豆包 Seed-2.0（字節跳動）

綜合均分71分，定位標籤「視覺感知·指令遵循」。七項能力中最突出的是中文能力，拿到A。推理能力約B-，代碼能力約B-，數學能力約A，多模態能力這個還是沒話說A+，長上下文約A-。雷達圖相對均衡但還是不如其他模型突出，無“特別”明顯短板，總的來說日常使用真的不錯很棒哈

DeepSeek V4 Pro（深度求索）

綜合均分83分，定位標籤「開源領先·極致性價比」。七項能力中最突出的是數學能力拿到S，是所有模型中數學單項最高分。硬推理能力接近S+，代碼能力略約遜色A+，長上下文約S+，中文能力約A++，多模態是相對短板，期待後續更新應用該功能。雷達圖整體飽滿，推理方向幾乎頂到外圈。這個價位還是啥，梁總的恩情還不完

Claude Opus 4.7（Anthropic）

綜合均分90分，定位標籤「代碼之王·Agent強者」。七項能力中最突出的是代碼能力，拿到S+。推理能力S+，中文語言理解A（實際體驗），數學能力約A++，長上下文約A+，多模態約A+。雷達圖向上方拉伸，代碼和推理兩個方向幾乎持平，是所有模型中代碼能力最強的。說是這樣說但實際體驗GPT5.5代碼和他差不多，可能有差距