目前的 AI 编程能力排行榜，中国的开源模型把 TOP5 的 4 名都给占了，上面这些模型基本上都用过，简单聊一下使用感受。 1、Anthropic 的 4.7 是两个月前发布的能力还是第一，更何况还有前端时间封禁的 Fable 刚刚解禁，领先国内半年左右，目前国内顶级模型相当于Opus 4.6(2月5日发布)，GLM-5.1是最争气的才 2 个月就追上了4.6大概能达到 90% 的能力，论编程能力还是国内第一。 2、最新的 GPT 5.5 在 codex 里使用能力是最强的，黑话还是很多，而且产品上比 Claude code 做的更好，更适合执行实际的工程任务，边界判断和测试更多。Google 的 Gemini 已经变成美国豆包了，主打性价比。meta 的模型没用过不知道实际能力如何。 3、Qwen 3.7 max(5 月 20 日) 目前综合能力第一，因为有多模态和多语言优势。有专门优化过智能体设计，放到 Claude code、openclaw、hermes 里面都可以很好的使用工具链。 4、GLM-5.1 (4 月 8 日)最早追平Opus 4.6的能力，主打长程任务，一直都被称为 Claude 平替花 20% 的钱达到 90% 的效果，从GLM-4.7发布半年多以来确立领先地位，多次提价依旧火爆，大概领先其他国内模型1个月左右时间。但比较可惜5.1 是一个纯文本模型，还不具备原生多模态能力，一般两个月时间迭代一次，估计下一代快来了。 5、Minimax m3(6 月 1 日) 占了晚发布的优势，也是第一次进入前五，把 minimax 多模态的能力合并进来了，模型参数量也翻倍，所以这次提价也算合理。但实际体验下来m3的规划能力相比来说稍差，同样一个任务需要更多的步骤。 6、Kimi-k2.6(4 月 20 日)Agent 集群协作，是国内里最早支持多模态的，前端审美能力在线，cursor 的编程模型基座就是基于k2.6 7、DeepSeek-V4-Pro(4月24日)和MiMo-V2.5-Pro(4月24日)两个能力接近，DeepSeek还是价格屠夫，API 定价永久 2.5 折，缓存命中率高，不搞 Token plan，因为每个人都是 Token plan。MiMo原来定价偏贵，降价以后两者差距其实不大了。两个模型在写作能力上表现不错，如果你是写文章可以用这两家 8、xAI 表现很拉，唯一强项在 X 的搜索能力，腾讯的hunyuan-hy3也比较一般，但在腾讯产品内有专门调优过，可以跟上其他模型的上一代标准，代码就别指望了。普通的简单任务因为腾讯有更好的数据源，实际表现也不会差太多。腾讯最强的点在于它独有的上下文优势。