Xếp hạng model AI
Model AI nào viết code giỏi nhất hiện nay?
Xếp theo điểm benchmark công khai về lập trình, cập nhật mỗi sáng (lần cuối 29/10/2026 05:27). Model có giá ở cột cuối dùng được ngay với một API key của AI-FAMING STORE.
Khách AI-FAMING STORE đang dùng nhiều
30 ngày qua · theo tỷ lệ lượt gọi
-
1
DeepSeek-V4.1-Flash Dùng nhiều nhất DeepSeek
100%lượt gọi
213 đ
Tỷ lệ trên tổng lượt gọi API của khách AI-FAMING STORE trong 30 ngày qua, không tính lượt gọi thử của quản trị. Giá là giá trung bình khi code, đồng / 1 triệu token.
Bảng xếp hạng
| # | Model | Điểm coding | Terminal-Bench | SciCode | WebDev | SWE-bench | Trí tuệ | Khách dùng | Giá / 1M token |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5 Anthropic · mức max | 63,2 | 59,6% | 66,9% | #1 | — | 57,6 | — | 12.652 đ |
| 2 | Claude Sonnet 5.5 Anthropic · mức max | 62,3 | 63,6% | 61% | #3 | — | 56 | — | 7.719 đ |
| 4 | Gemini 4 Argon Google · mức high | 59,5 | 57,1% | 61,8% | #10 | — | 52,6 | — | 6.903 đ |
| 6 | GPT-6 Astra OpenAI · mức max | 57,8 | 59,1% | 56,5% | #2 | — | 52,7 | — | 36.561 đ |
| 8 | GPT-6.1 Sol OpenAI · mức max | 55,2 | 56,1% | 54,2% | #4 | — | 51,8 | — | 5.993 đ |
| 10 | MiMo-V2.6-Pro Xiaomi · nguồn mở | 47,8 | 34,8% | 60,9% | #24 | — | 46,3 | — | 315 đ |
| 15 | Claude Haiku 5.5 Anthropic · mức max | 43,9 | 32,8% | 55% | #35 | — | 43,4 | — | 386 đ |
| 20 | DeepSeek V4.1 Flash DeepSeek · mức max · nguồn mở | 39,4 | 26,8% | 51,9% | #15 | — | 39,5 | 100% | 213 đ |
| 23 | MiMo-V2.6-Flash Xiaomi · nguồn mở | 37 | 22,7% | 51,3% | #20 | — | 37,9 | — | 22,7 đ |
| 25 | GPT-6 Luna OpenAI · mức max | 33,6 | 12,6% | 54,6% | #40 | — | 38,1 | — | 366 đ |
Cách xếp hạng
- Điểm coding = trung bình Terminal-Bench 4.0 và SciCode. Cả hai do Artificial Analysis chạy trên cùng một bộ khung cho mọi model nên so được với nhau. Mỗi model lấy mức suy nghĩ cho điểm cao nhất (ghi dưới tên model).
- Terminal-Bench 4.0: model làm việc như một agent trong terminal (cài đặt, sửa code, chạy lệnh, gỡ lỗi), gần với cách Claude Code hay Codex làm việc.
- SciCode: viết code giải bài toán khoa học nhiều bước.
- WebDev: hạng LMArena do người dùng thật bỏ phiếu khi so hai model làm cùng một trang web (trên 151 model). Số nhỏ là tốt.
- SWE-bench Verified: tỷ lệ sửa được lỗi thật lấy từ GitHub (Vals.ai). Nhiều model đời mới chưa được đo nên để trống.
- Trí tuệ (Artificial Analysis Intelligence Index): điểm tổng hợp nhiều bài kiểm tra, không riêng lập trình.
- Khách dùng: tỷ lệ lượt gọi API của khách AI-FAMING STORE dùng model đó trong 30 ngày qua (không tính lượt gọi thử của quản trị). Đây là số liệu dùng thật, không phải benchmark.
- Giá / 1M token: giá trung bình khi code ở AI-FAMING STORE (phần lớn là đọc cache), xem chi tiết ở Bảng giá.
- Benchmark chỉ là một góc nhìn: với dự án của bạn, hãy thử vài model trên chính codebase đó. AI-FAMING STORE không tự chạy các benchmark này; số liệu lấy nguyên từ nguồn bên dưới.
Nguồn: Artificial Analysis (17/10/2026) · LMArena WebDev (29/10/2026) · Vals.ai SWE-bench Verified (29/10/2026).