AI联网搜索能力排行榜
联网搜索 · search
本榜收录联网搜索（search）维度在榜的 34 个模型，按 Elo 得分降序排列，当前榜首为 GPT 5.6 Sol Xhigh（OpenAI），得分 1257。该维度考察模型在需要实时信息、来源追溯的任务中的表现——能否正确检索、辨别信源质量并给出可核验的答案，适合资讯聚合、竞品调研与事实核查类场景参考。
数据同步时间：
每 4 小时同步一次
本榜 34 个模型
共 11 个能力维度
排序依据：Elo 得分 ↓
联网搜索 · 完整榜单（34 个模型）
按 Elo 得分降序| 排名 | 模型 | 厂商 / 国家 | Elo 得分 | 置信区间 | 投票数 |
|---|---|---|---|---|---|
| 1 |
GPT 5.6 Sol Xhigh
|
OpenAI
|
1257 | ±7 | 29,663 |
| 2 |
Claude Opus 4 6 Search
|
Anthropic
|
1253 | ±5 | 134,699 |
| 3 |
GPT 5.5 Search
|
OpenAI
|
1242 | ±5 | 89,873 |
| 4 |
Claude Opus 4 7
|
Anthropic
|
1233 | ±5 | 91,394 |
| 5 |
Claude Fable 5 High
|
Anthropic
|
1230 | ±8 | 41,795 |
| 6 |
ERNIE 5.1
|
Baidu
|
1227 | ±10 | 3,788 |
| 7 |
Claude Sonnet 4 6 Search
|
Anthropic
|
1221 | ±5 | 134,905 |
| 8 |
Grok 4.5
|
SpaceXAI
|
1213 | ±7 | 31,505 |
| 9 |
Gemini 3.1 Pro Grounding
|
Google
|
1210 | ±5 | 113,282 |
| 10 |
Gemini 3 Pro Grounding
|
Google
|
1207 | ±6 | 37,024 |
| 11 |
GPT 5.2 Search
|
OpenAI
|
1207 | ±6 | 52,712 |
| 12 |
Claude Opus 4 8
|
Anthropic
|
1204 | ±6 | 70,998 |
| 13 |
Grok 4.20 Multi Agent Beta 0309
|
SpaceXAI
|
1204 | ±5 | 109,553 |
| 14 |
GPT 5.1 Search
|
OpenAI
|
1199 | ±5 | 59,909 |
| 15 |
Gemini 3 Flash Grounding
|
Google
|
1198 | ±5 | 149,334 |
| 16 |
GPT 5.4 Search
|
OpenAI
|
1197 | ±5 | 110,116 |
| 17 |
Claude Sonnet 5 Search
|
Anthropic
|
1194 | ±7 | 40,230 |
| 18 |
Grok 4.20 Beta1
|
SpaceXAI
|
1189 | ±6 | 53,921 |
| 19 |
Claude Opus 4 5 Search
|
Anthropic
|
1180 | ±6 | 61,573 |
| 20 |
GPT 5.2 Search Non Reasoning
|
OpenAI
|
1172 | ±6 | 75,658 |
| 21 |
Grok 4 1 Fast Search
|
SpaceXAI
|
1171 | ±5 | 81,507 |
| 22 |
Grok 4 Fast Search
|
SpaceXAI
|
1171 | ±5 | 41,794 |
| 23 |
Grok 4.3
|
SpaceXAI
|
1165 | ±5 | 91,483 |
| 24 |
Claude Sonnet 4 5 Search
|
Anthropic
|
1158 | ±5 | 127,378 |
| 25 |
Claude Opus 4 1 Search
|
Anthropic
|
1148 | ±5 | 76,933 |
| 26 |
o3 Search
|
OpenAI
|
1144 | ±5 | 20,644 |
| 27 |
Gemini 2.5 Pro Grounding
|
Google
|
1142 | ±5 | 83,404 |
| 28 |
Grok 4 Search
|
SpaceXAI
|
1142 | ±6 | 19,108 |
| 29 |
Ppl Sonar Reasoning Pro High
|
Perplexity AI
|
1139 | ±6 | 29,055 |
| 30 |
GPT 5 Search
|
OpenAI
|
1133 | ±6 | 20,781 |
| 31 |
Ppl Sonar Pro High
|
Perplexity AI
|
1130 | ±6 | 28,519 |
| 32 |
Claude Opus 4 Search
|
Anthropic
|
1126 | ±5 | 31,037 |
| 33 | D Diffbot Small Xl |
Diffbot
|
1023 | ±8 | 6,388 |
| 34 |
Api GPT 4o Search
|
OpenAI
|
1006 | ±11 | 3,411 |
置信区间图例：绿色 ±5 以内（样本充足，排名稳定）·
灰色 ±6~10（一般）·
橙色 ±11 以上（样本偏少，排名可能变动）。
厂商 logo 与国旗依据数据源给出的厂商标识匹配，未收录 logo 的厂商显示首字母占位。
本榜国家与厂商分布
联网搜索维度：34 个模型，来自 7 家厂商
本维度在榜 34 个模型，来自 7 家厂商，厂商分布较分散，数量最多的 Anthropic 也只占 29%。国家分布上，中国厂商 1 席、美国厂商 33 席；中国厂商占本维度 3%，低于全部 11 个维度的整体水平（24%）。榜首 GPT 5.6 Sol Xhigh（OpenAI）得分 1257，领先第 2 名 4 分；其中 1 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33 席
中国1 席
Anthropic
10 个模型
OpenAI
9 个模型
SpaceXAI
7 个模型
Google
4 个模型
Perplexity AI
2 个模型
Baidu
1 个模型
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 2026-09-23 00:10:00，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）。
常见问题
联网搜索能力对做资讯类产品有多重要？
较重要。带检索的模型能直接给出带来源的答案，减少事实性错误；但信源质量与时效性仍需人工把关，尤其是涉及数据、政策类内容时。
为什么这个榜的模型数量比文生图少很多？
该维度需要模型具备完整的检索能力并提供可对战的结果，参与门槛较高，因此在榜条目相对集中在少数具备搜索链路的模型上。
榜单里的分数高低代表什么？
代表在检索类对战任务中的相对偏好胜率，不等同于「能搜到更多结果」。信源覆盖广度、时效性这些指标不在本榜范围内，需要自行验证。