AI 模型排行榜還能照單全收嗎？用一份 MiniMax 報告學會查最新 LLM

朋友傳來一份 AI 模型評比，寫得很完整，還有分數、價格和推薦名單。你正想照著選工具，卻發現報告的日期是兩個月前。這時先別急著找「第一名」：今天我們用一份真實報告，練習把舊資訊更新成今天能用的選型清單。

圖 1｜金老佛爺肖像參考的教學插畫示意，並非本人使用或測試各模型的紀錄。

先看報告寫於哪一天

這次的原始 MiniMax Agent 報告題為「AI 模型 × 功能 橫向評比」，頁面明寫資料截至 2026 年 8 月 22 日，比較 11 個模型、11 個功能軸。它適合當時的研究起點；拿來做 10 月的採購或安裝決定，就要先重查版本。

原表把不同榜單的分數、程式題、搜尋任務、價格和「開源」放在同一張表。讀起來很方便，但每一格若沒有原始測試連結、模型版本、測試日期與設定，就無法單憑表格宣布誰是現在的第一名。尤其原頁把 MiniMax M3 的不同榜單分數放在同一段敘述，數字的尺不一樣，不能直接平均。

今天查到哪些版本已更新？

以下按 2026 年 10 月 27 日各家官方型錄重查。下表是主要供應商的「查詢入口與代表型號」，不是全世界所有 LLM，也不是性能排行榜；同一公司還有研究版、區域版、預覽版與舊版。

家族	今天官方型錄可見的代表型號	對照 8 月報告
OpenAI	GPT-6 Astra、GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Luna	原表仍以 GPT-5.6 系列選型，需更新。
Anthropic	Claude Fable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5	原表的 Opus 5、Fable 5 已非官網現列版本。
Google	Gemini 4 Argon、Gemini 3.8 Flash	原文說 Google 還在等 Gemini 4，今天已不成立。
xAI	Grok 4.7	原表的 Grok 4.6 不是官網目前標示的最新型號。
MiniMax	MiniMax M3.1 Flash、M3	原表以 M3 為中心，漏了 10 月發布的 M3.1 Flash。
DeepSeek	DeepSeek V4.1 Flash、V4 Pro	原表只談 V4 Pro；API 型號別名也可能改指新快照。
Moonshot／Kimi	Kimi K3	原表有提，但不能沿用舊榜單分數。
阿里雲 Qwen	Qwen 3.8 Max	原表有提，仍要看快照、地區與可用功能。
Z.ai GLM	GLM-5.3；Mistral 型錄另列 GLM-5.3 Flash	原表有 GLM-5.3，未涵蓋同家新變體。
Meta	Muse Wonder、Muse Spark 系列；Llama 4另有可取得權重的型號	原表未納入。
Mistral	Mistral Large 4、Small 4、Medium 3.5	原表未納入。
Cohere	Command 系列	原表未納入，文件檢索任務可列入候選。

MiniMax 的例子也提醒我們：「開源」不能只看一個標籤。M3.1 Flash 發布文寫明 API、M Plan、MiniMax Code 已可用，權重稍後發布；API 文件卻同時稱它是 open-weight。若你要自行下載部署，請先查到實際權重頁與授權條款，再決定。

三步把舊報告變成自己的選型清單

步驟 1：對版本。 點開上表的官方型錄，記下供應商、模型全名、型號 ID 和查核日期。看見「即將推出」與「預覽版」，不要直接填進「今天可用」欄。這次的明顯例子是原文預測 Gemini 4 會來，而 Google 官網現在已列 Gemini 4 Argon。

步驟 2：對條件。 想清楚你用的是網頁聊天產品、手機 App，還是 API。ChatGPT、Claude、Grok Bot、MiniMax Code、Codex 是產品或代理入口；GPT、Claude、Grok、MiniMax 的具體版本才是模型。入口能否搜尋、讀檔、操作電腦，也取決於方案、權限和工具設定，不能只看模型名稱。價格還要分 API、訂閱、地區、快取、尖峰時段與長文件費率，請在使用當天看各家官網。

步驟 3：拿自己的題目測。 用同一份可公開資料、同一段提示詞，至少測兩個你實際能用的候選。記下資料來源、錯誤、完成時間與需要自己修正的地方。沒有帳號或沒有實測，就寫「未測」，別替它填成績。

跟著做：用假活動資料試兩個模型

假設要為一場虛構的台韓生活講座整理公開資訊。複製下面提示詞到你已能使用的兩個聊天工具，貼上相同的活動資料；先把私人電話、未公開名單拿掉。

請只根據我貼上的活動資料，整理一份 150 字繁體中文摘要與「日期、地點、報名方式」三欄表。每一欄都指出原文位置；找不到就寫「原文未提供」。不要補造地址、價格或連結。最後列出兩個需要我人工確認的問題。

檢查時，不要只看哪篇文字漂亮：日期有沒有抄對？是否引用到你真的提供的資料？沒寫報名方式時會不會亂編？ 把自己的觀察記在表格，再決定下一次用哪個工具。

如果你要寫部落格，先選能附來源、可編修文字的工具；要改程式，才另外測代理能否修改檔案並通過驗證；要處理大量固定格式資料，再比較速度與費用。這些是選測方向，不是本文宣稱哪家公司勝出。本次沒有拿這 12 家型號跑同一份盲測，因此不替讀者公布新冠軍。

金老佛爺的小提醒

看到「最新、最強、最便宜」先看日期，再看證據。AI 工具進步得快，今天有用的名單，下個月可能就要換。大家一起學習，帶著查證能力搭上科技急速改變的火箭吧！🚀✨

查核日期：2026-10-27。 本文的官方來源都已放在表格及段落連結，點開會另開新頁。本文未更改原 MiniMax Agent 報告；使用前請重開官方型錄確認版本、功能與費用。