AI文档理解能力排行榜
本榜收录文档理解（document）维度在榜的 46 个模型，按 Elo 得分降序排列，当前榜首为 Claude Fable 5.1 (Max)（Anthropic），得分 1515.5。该维度考察模型处理长文档与结构化材料的能力——信息抽取、要点归纳、跨段落推理，适合合同审阅、报告摘要、知识库问答等场景参考。
文档理解 · 完整榜单（46 个模型）
按 Elo 得分降序| 筛选排名 | 排名 | 模型 | 厂商 / 国家 | Elo 得分 | 置信区间 | 投票数 |
|---|---|---|---|---|---|---|
| 1 |  AClaude Fable 5.1 (Max) |
Anthropic
|
1515.5 | ±15.0 | 1,476 | |
| 2 | AClaude Opus 5 (High) |
Anthropic
|
1508.2 | ±5.6 | 16,659 | |
| 3 | AClaude Opus 4.6 (High) |
Anthropic
|
1506.9 | ±6.3 | 29,695 | |
| 4 | AClaude Opus 4.6 |
Anthropic
|
1505.7 | ±5.2 | 47,778 | |
| 5 | AClaude Fable 5 (High) |
Anthropic
|
1496.1 | ±6.6 | 12,600 | |
| 6 | AClaude Opus 4.7 (High) |
Anthropic
|
1495.7 | ±6.4 | 23,567 | |
| 7 | AClaude Opus 4.7 |
Anthropic
|
1495.0 | ±6.4 | 23,830 | |
| 8 |  OGPT 5.5 (High) |
OpenAI
|
1484.8 | ±5.3 | 27,774 | |
| 9 | AClaude Sonnet 4.6 |
Anthropic
|
1481.6 | ±5.8 | 61,511 | |
| 10 | OGPT 5.5 |
OpenAI
|
1481.5 | ±5.3 | 28,182 | |
| 11 |  GGemini 3.8 Flash (High) |
Google
|
1481.3 | ±7.9 | 7,085 | |
| 12 | OGPT 5.6 Sol (xHigh) |
OpenAI
|
1479.6 | ±6.8 | 9,782 | |
| 13 | GGemini 3.7 Flash (High) |
Google
|
1476.2 | ±7.6 | 7,830 | |
| 14 | AClaude Opus 4.8 (High) |
Anthropic
|
1474.6 | ±6.8 | 12,180 | |
| 15 | OGPT 5.4 |
OpenAI
|
1473.0 | ±5.9 | 35,425 | |
| 16 |  MMuse Spark 1.3 (Max) |
Meta
|
1473.0 | ±7.7 | 7,332 | |
| 17 | OGPT 6 Astra (Max) |
OpenAI
|
1470.4 | ±8.5 | 5,842 | |
| 18 | OGPT-5.6 Terra (xHigh) |
OpenAI
|
1467.6 | ±6.4 | 11,769 | |
| 19 | AClaude Opus 4.5 (20251101) |
Anthropic
|
1465.8 | ±10.2 | 8,364 | |
| 20 | AClaude Opus 4.8 |
Anthropic
|
1464.7 | ±6.3 | 14,938 | |
| 21 | MMuse Spark 1.1 |
Meta
|
1463.3 | ±7.0 | 9,166 | |
| 22 | GGemini 3.5 Flash (High) |
Google
|
1461.2 | ±9.1 | 4,292 | |
| 23 | GGemini 3.5 Flash (Medium) |
Google
|
1460.3 | ±7.7 | 6,908 | |
| 24 | AClaude Sonnet 5 (High) |
Anthropic
|
1460.0 | ±6.5 | 11,270 | |
| 25 | GGemini 3.6 Flash (High) |
Google
|
1455.4 | ±10.6 | 3,075 | |
| 26 | OGPT-5.6 Luna (xHigh) |
OpenAI
|
1453.5 | ±7.0 | 9,023 | |
| 27 |  SGrok 4.5 |
SpaceXAI
|
1451.6 | ±7.5 | 7,589 | |
| 28 |  MKimi K2.6 |
Moonshot
|
1450.6 | ±7.5 | 11,909 | |
| 29 | AClaude Sonnet 4.5 (20250929) |
Anthropic
|
1449.5 | ±6.1 | 33,166 | |
| 30 | MMuse Spark |
Meta
|
1443.4 | ±17.9 | 1,130 | |
| 31 | GGemini 3.1 Pro Preview |
Google
|
1443.4 | ±5.2 | 52,634 | |
| 32 | SGrok 4.6 (High) |
SpaceXAI
|
1440.7 | ±7.7 | 7,793 | |
| 33 |  MMiniMax M3 |
MiniMax
|
1437.4 | ±8.1 | 6,669 | |
| 34 |  AQwen3.7 Plus |
Alibaba
|
1436.9 | ±7.4 | 7,511 | |
| 35 | GGemini 3 Pro |
Google
|
1433.9 | ±8.7 | 11,416 | |
| 36 | GGemma 4 31B |
Google
|
1433.6 | ±6.7 | 15,568 | |
| 37 | MKimi K2.5 (Thinking) |
Moonshot
|
1430.3 | ±6.7 | 22,770 | |
| 38 | GGemini 2.5 Pro |
Google
|
1422.2 | ±6.1 | 26,818 | |
| 39 | AClaude Haiku 4.5 (20251001) |
Anthropic
|
1420.4 | ±5.3 | 39,771 | |
| 40 | GLM-5v Turbo |
Z.ai
|
1420.0 | ±7.4 | 9,263 | |
| 41 | SGrok 4.20 Beta (Reasoning, 0309) |
SpaceXAI
|
1416.9 | ±6.9 | 22,111 | |
| 42 | GGemini 3 Flash |
Google
|
1413.9 | ±9.3 | 7,593 | |
| 43 | OGPT-5.2 (High) |
OpenAI
|
1403.6 | ±9.2 | 7,584 | |
| 44 | OGPT 5.1 |
OpenAI
|
1402.9 | ±9.1 | 8,773 | |
| 45 | OGPT-5.5 Instant |
OpenAI
|
1402.9 | ±7.8 | 8,884 | |
| 46 | OGPT 5.2 |
OpenAI
|
1402.1 | ±5.8 | 29,918 |
11 个能力维度速览
每个维度独立成榜、独立收录，下为该维度当前榜首与在榜模型数，点击可直达。
本榜国家与厂商分布
文档理解维度：46 个模型，来自 9 家厂商（按数量列前 8 家）
本维度在榜 46 个模型，来自 9 家厂商，厂商分布较分散，数量最多的 Anthropic 也只占 30%。国家分布上，中国厂商 5 席、美国厂商 41 席；中国厂商占本维度 11%，低于全部 11 个维度的整体水平（32%）。榜首 Claude Fable 5.1 (Max)（Anthropic）得分 1515.5，领先第 2 名 7 分；其中 4 个模型置信区间在 ±11 以上（对战样本偏少），名次仍有变动空间。
美国中国A
Anthropic
O
OpenAI
G
Google
M
Meta
S
SpaceXAI
M
Moonshot
M
MiniMax
A
Alibaba
榜单说明
排序依据：按 Elo 得分降序。得分由真实用户在不知模型身份的前提下对两组回答二选一（盲评对战），经 Elo 算法累积计算， 代表相对胜率而非绝对能力值。置信区间越小表示对战样本越充足；投票数为该模型的累计有效对战场次。 不同维度之间的分数不可横向比较（例如编程维度榜首约 1800 分、文本对话维度榜首约 1506 分，并不代表编程模型更强）。 国家标识依据模型归属厂商判定，同一厂商的多个版本归为同一国家。 数据来源：arena-ai-leaderboards 公开接口，最近抓取时间 2026-11-08 00:25:13，本站每日抓取快照并留存历史。 榜单仅反映真实用户偏好，不构成技术评测结论。 相关榜单：社区榜单（工具热度榜与开源模型下载榜）、 模型库（按厂商 / 参数 / 下载量筛选）。