SuperCLUE放出2026年11月通用大模型測評榜單，Gemini-4-Argon拿下總分第一，Kimi-K3.1-Pro排在中國本土模型首位。

本次2026年11月通用基準測評共有19個全球主流模型參與，測評集包括五大任務：智能體編程（AI Agent）、數理推理、超長上下文、精確指令遵循、幻覺控制。

榜單裏Gemini-4-Argon總分73.62，GPT-6.1-Sol緊隨其後拿到71.76，兩個都是閉源模型。Kimi-K3.1-Pro總分61.46，是這次開源模型裏排名最高的，直接拿下內地第一。

排在Kimi後面的是DeepSeek-V4.1-Flash-1017，總分58.95。智譜AI的GLM-5.3得分50.66，排在第三。這三款也是內地開源模型第一梯隊。

分項來看，不同模型擅長的方向不一樣。Gemini-4-Argon超長上下文拿到95.63分，指令遵循88.97，幻覺控制83.19，各項表現均衡。GPT-6.1-Sol數理推理很強，拿到76.32分。Kimi-K3.1-Pro的幻覺控制分數67.78，在內地模型裏優勢明顯。

這次測評把相差1分以內的模型算作並列名次，不少模型名次是並列的。

像GLM-5.3-Flash、Qwen3.8-Max-0902、Hy4-Preview等多款模型分數接近，擠在4到5名區間。豆包Seed-2.1-Pro-260915總分42.06，和MiniMax M3.1-Flash、Step-5-Preview、MiniMax-M3並列第6。

小米MiMo、科大訊飛Spark、美團LongCat 也都在榜單裏。小米MiMo-V2.6-Flash總分36.40，MiMo-V2.6-Pro是34.57，屬於具備推理思考能力（Reasoning）的模型。

如果看重長文本、低幻覺，Kimi會很合適；追求穩定綜合能力，Gemini、GPT的底子更強。很多內地模型主打開源，本地部署自由度更高，適合有自建需求的用戶。

這份榜單只能作為參考，測評是標準化跑分，實際使用感受還和場景、提示詞（Prompt）有關。跑分高不代表所有場景都好用，還是要結合自己的需求選擇。

【延伸閲讀】年度十大AI工具排行榜出爐　ChatGPT蟬聯榜首　新晉模型強勢入圍（點擊連結看原文）

【本文獲「快科技」授權轉載，微信公眾號：mydrivers】