← 返回主页

模型评测 · Coding Plan

2026年6月主流大模型对比：Claude Fable 5 三项领跑，GLM-5.2 Agentic 反超 GPT-5.5，Kimi K2.7 Code 上线

更新日期： · 数据来源 vibecoding.dreamfree.space · 原文 model_comparisons/20260617

本期核心变化：Claude Fable 5 三项第一；GLM-5.2 Agentic 反超 GPT-5.5；Kimi K2.7 Code 上线走编程专项路线。

基于 Artificial Analysis 2026 年 6 月 17 日最新测试数据，本文对 19 款主流大模型做横向对比，按 Intelligence 指数 → Coding 指数 → Agentic 指数 三层展开——分别对应综合表现、写代码能力、长流程自动化能力。

本期最值得关注的 5 个变化：

  1. Claude Fable 5 异军突起：在本期 19 款集合中，Intelligence（60）、Coding（62.0）、Agentic（80.6）三项均为第一。
  2. GLM-5.2 Agentic 反超 GPT-5.5：开源旗舰 GLM-5.2 的 Agentic 指数达 75.9，高于 GPT-5.5 的 74.1。
  3. 国产新双雄：GLM-5.2（6 月 16 日）与 Kimi K2.7 Code（6 月 12 日）集中上线，成为国产阵营焦点。
  4. Kimi K2.7 Code 走专项路线：官方强调编程与 Agent 强化及 highspeed 版本，但榜单 Coding 指数（45.6）仍略低于 K2.6（47.1）。
  5. 模型名单更新：纳入 Claude Fable 5、MiniMax-M2.7 等，替换部分 6 月初旧型号。

一、快速对比总览

下表汇总 19 款主流模型的上下文、多模态与三项核心指数，便于横向比较（统计时间：2026 年 6 月 17 日）：

模型上下文长度多模态Intelligence 指数Coding 指数Agentic 指数
Claude Fable 5✅ 1M✅ 文本+图像6062.080.6
Claude Opus 4.8✅ 1M✅ 文本+图像5656.777.8
GPT-5.5✅ 920k✅ 文本+图像5559.174.1
GLM-5.2✅ 1M❌ 纯文本5150.775.9
Gemini 3.5 Flash✅ 1M✅ 文本+图像+音频+视频5045.070.3
Claude Sonnet 4.6✅ 1M✅ 文本+图像4750.963.0
Gemini 3.1 Pro Preview✅ 1M✅ 文本+图像+音频+视频4655.559.1
Qwen3.7 Max✅ 1M❌ 纯文本4650.166.6
MiniMax-M3✅ 1M✅ 文本+图像+视频4443.468.6
DeepSeek V4 Pro✅ 1M❌ 纯文本4447.567.2
Kimi K2.6❌ 260k✅ 文本+图像+视频4347.166.0
MiMo-V2.5-Pro✅ 1M❌ 纯文本4345.567.4
Kimi K2.7 Code❌ 260k✅ 文本+图像+视频4245.661.9
DeepSeek V4 Flash✅ 1M❌ 纯文本4238.761.3
GLM-5.1❌ 200k❌ 纯文本4043.467.1
GPT-5.4 Mini✅ 400k✅ 文本+图像4051.558.9
Qwen3.7 Plus✅ 1M✅ 文本+图像+视频3946.565.1
MiniMax-M2.7❌ 200k❌ 纯文本3841.961.5
Claude Haiku 4.5❌ 200k✅ 文本+图像3032.640.2
特别提示：Qwen3.7 Max 为纯文本模型，多模态需求请使用 Qwen3.7 Plus。GPT-5.5 上下文为 920k，并非 1M。

二、整体格局：先看 Intelligence 指数

Intelligence 指数榜单（分数越高越好）
Intelligence 指数榜单（分数越高越好）。数据来源：Artificial Analysis - Intelligence Index

Intelligence 指数反映模型的综合表现——不只看谁更会写代码，也看谁在 OpenClaw、Claude Code、MCP 多工具链等复合场景里更扛得住。

  • 全球头部：Claude Fable 5 居首，Claude Opus 4.8、GPT-5.5 紧随其后。Fable 5 在 Coding、Agentic 分项上同样领先，值得重点关注。
  • 开源旗舰第一梯队：GLM-5.2 为开源阵营 Intelligence 最高；Gemini 3.5 Flash 紧随其后。
  • 旗舰与中坚：Claude Sonnet 4.6、Gemini 3.1 Pro Preview、Qwen3.7 Max 仍处上游；MiniMax-M3、DeepSeek V4 Pro、Kimi K2.6、MiMo-V2.5-Pro 形成国产中坚。
  • 专项与性价比档：Kimi K2.7 Code、DeepSeek V4 Flash、GLM-5.1、MiniMax-M2.7 等；Claude Haiku 4.5 为轻量入口。

海外头部仍由 Anthropic / OpenAI 把持，但开源阵营的 GLM-5.2 已挤进全球第一观察圈，且 Agentic 分项已超过 GPT-5.5。

三、Coding 指数：开发者仍用脚投票

Coding 指数榜单（分数越高越好）
Coding 指数榜单（分数越高越好）。数据来源：Artificial Analysis - Coding Index

Coding 指数衡量模型写代码、改代码、理解代码库的水平，直接决定 Claude Code、Cursor、Windsurf 等工具背后的「手感」。

  • 第一梯队：Claude Fable 5 登顶，GPT-5.5、Claude Opus 4.8 构成海外编程铁三角。
  • 次旗舰：Gemini 3.1 Pro Preview、Claude Sonnet 4.6、GLM-5.2、Qwen3.7 Max 紧随其后。
  • 国产 Coding 中坚：DeepSeek V4 Pro、Kimi K2.6、Qwen3.7 Plus、Kimi K2.7 Code、MiMo-V2.5-Pro。
  • 性价比档：MiniMax-M3、GLM-5.1、MiniMax-M2.7、DeepSeek V4 Flash。

GLM-5.2 已进入全球 Coding 上游；Kimi K2.7 Code 横向榜单上仍略低于 Kimi K2.6，但专项体验与 highspeed 高速版仍值得尝试。

四、Agentic 指数：长流程自动化的分水岭

Agentic 指数榜单（分数越高越好）
Agentic 指数榜单（分数越高越好）。数据来源：Artificial Analysis - Agentic Index

Agentic 指数衡量模型自主完成多步骤任务、调用工具、驱动工作流的能力——与 OpenClaw 运营、Claude Code 自主修仓库、MCP 多工具编排等场景直接相关。

  • 断层领先：Claude Fable 5 大幅领先 Claude Opus 4.8。
  • 突出变化：GLM-5.2 超过 GPT-5.5，位居 19 款模型第三。
  • 第二集团：Gemini 3.5 Flash、MiniMax-M3、MiMo-V2.5-Pro、DeepSeek V4 Pro、GLM-5.1、Qwen3.7 Max、Kimi K2.6、Qwen3.7 Plus。
  • 专项与轻量档：Claude Sonnet 4.6、Kimi K2.7 Code、MiniMax-M2.7、DeepSeek V4 Flash、Gemini 3.1 Pro Preview。

如果你买模型是为了「让它自己跑完一条工作流」，本期不能只看 Intelligence 总分——GLM-5.2、MiniMax-M3 的 Agent 表现，以及 Claude Fable 5 的断层领先，都值得和 Coding 排名分开来看。

五、国产核心厂商深度解析

1. GLM-5.2（智谱 AI）：开源 Intelligence 旗舰，Agentic 反超 GPT-5.5

GLM-5.2 于 6 月 16 日发布，MIT 许可，753B 总参数 / 40B 激活，1M 上下文。三项指数：Intelligence 51、Coding 50.7、Agentic 75.9。

  • Intelligence + Coding：51 / 50.7 的组合把它稳稳放进全球开源第一观察圈。
  • Agentic 75.9：高于 GPT-5.5（74.1），适合长仓库、多 MCP 工具、OpenClaw 类自动化。
  • 产品生态：GLM Coding Plan 以 GLM-5.2 为套餐中枢，Lite / Pro / Max 三档覆盖个人开发者。

短板：纯文本（无多模态）、套餐热度高时常需抢购。强依赖图像/视频输入可转向 Qwen3.7 Plus 或 Kimi 系列。

2. Kimi K2.7 Code（月之暗面）：编程专项 + highspeed

K2.7 Code 于 6 月 12 日发布，Modified MIT，1T 总参数 / 32B 激活，支持文本+图像+视频输入。三项指数：Intelligence 42、Coding 45.6、Agentic 61.9。

维度Kimi K2.6Kimi K2.7 Code
Intelligence4342
Coding47.145.6
Agentic66.061.9
定位上一代全能旗舰最新编程专项

相对 K2.6，官方编程基准有多项提升；highspeed 版本输出速度约为普通版 5–6 倍。订阅入口：Kimi 会员与 Kimi Code。

3. MiniMax-M3（稀宇科技）：Agentic 国产高位 + 性价比参照

MiniMax-M3：Intelligence 44、Coding 43.4、Agentic 68.6，1M 上下文，支持文本+图像+视频。订阅入口：MiniMax Coding Plan。

4. Qwen3.7（阿里）：Coding 长项仍在，Max / Plus 分工明确

Qwen3.7 Max 的 Coding 与 Agentic 均处上游；Qwen3.7 Plus 为多模态版本。接入 阿里云百炼 方便，团队已有 Qwen 习惯时迁移成本最低。

5. 其他国产梯队（简述）

  • DeepSeek V4 Pro / Flash：Pro 三项均衡；Flash 极致性价比。按量入口：DeepSeek 开放平台
  • MiMo-V2.5-Pro：Agentic 居国产第一集团。接入：小米 MiMo
  • GLM-5.1：已被 GLM-5.2 接替，仅作上一代参照。

六、选型建议：按场景对号入座

先想清楚更看重 综合能力、写代码、日常 Agent 流程，还是 上下文 / 多模态 / 预算。

综合能力优先

  • 最强综合（海外）：Claude Fable 5 或 Claude Opus 4.8
  • OpenAI 生态：GPT-5.5
  • 开源 + 长上下文（国产）：GLM-5.2
  • 均衡全能（国产）：DeepSeek V4 Pro
  • 通义 / 百炼：Qwen3.7 Max

以写代码为主

  • 第一梯队：Claude Fable 5、GPT-5.5、Claude Opus 4.8、GLM-5.2
  • 编程专项 + 极速：Kimi K2.7 Code highspeed

日常 Agent 流程

  • 高频日常（国产）：MiniMax-M3、DeepSeek V4 Flash
  • Pro / Flash 搭配：DeepSeek V4 Pro 与 DeepSeek V4 Flash
  • 酒馆类长对话：MiniMax-M3 或 DeepSeek V4 Flash；更强工具联动再看 GLM-5.2

预算与套餐

本文聚焦编程与 Agent 能力选型。纯聊天场景通常不必为此单独购买 Coding 套餐。

七、2026 年 6 月中旬榜单变化总结

  • Claude Fable 5 在本期 19 款集合中 Intelligence / Coding / Agentic 三项均为第一。
  • GLM-5.2 开源 Intelligence 达 51，Agentic 75.9 超过 GPT-5.5，成为国产最值得关注的新旗舰。
  • Kimi K2.7 Code 上线，走编程专项 + highspeed 路线；横向 Coding 仍略低于 K2.6。
  • 国产 Agentic 第一集团仍由 MiniMax-M3、MiMo-V2.5-Pro、DeepSeek V4 Pro、GLM 系列、Qwen / Kimi 等共同构成。
数据来源 https://vibecoding.dreamfree.space
原文链接 https://vibecoding.dreamfree.space/articles/model_comparisons/20260617/