2026 年没有"唯一最强"的 AI 模型，只有"对这件事最强"的模型。7 月的快照里，Claude Fable 5 占着 Arena 榜首；GPT-5.6 Sol 赢在智能体编程；Qwen3.7 Max 是最强的中文优先模型，也是性价比之王；ChatGPT Image 2 和 nano-banana-2 分治图片；Veo 3.1 和 Kling 3.0 分治视频；Suno 和 ElevenLabs 领跑音频。本页按第三方评测的角度给出速查：每个模型擅长什么、2026 年 7 月什么价，然后说清楚 x-rush.ai 今天真正上线的是什么。
路由行为本身见 Smart Routing Explained；长文对比见 2026 模型对比。
2026 模型速查表
先上小抄。价格核对于 2026 年 7 月：文本按百万 token，图片按张，视频按秒，音频按月订阅。秋季榜单洗牌在相关条目单独标注。
| 模态 | 领先者 | 强项 | 价格（2026 年 7 月） | 榜单 | |------|--------|------|----------------------|------| | 文本 | Claude Fable 5 | 推理、长上下文、深度代码 | $10 / $50 每百万 token | Arena #1（Elo ~1509）、SWE-Bench Pro 80.3% | | 文本 | GPT-5.6 Sol | 智能体编程、推理档位 | $5 / $30 每百万 token | Terminal-Bench 2.1 88.8%（Ultra 91.9%） | | 文本 | Qwen3.7 Max | 中文、性价比、长程智能体 | $1.25 / $3.75 每百万 token | Artificial Analysis 全球 #5、国内 #1 | | 图片 | ChatGPT Image 2 | 文字渲染、指令遵循 | 约 $0.06-0.08 / 张 | Arena T2I #1（Elo 1512，领先 #2 达 242 分） | | 图片 | nano-banana-2 | 速度、价格、指令遵循 | $0.067 / 1K 张 | 7 月 Arena T2I #2（Elo ~1280）；2.1 更新见下 | | 视频 | Veo 3.1 | 原生音频、对口型、对白 | $0.05-0.15 / 秒 | 视频榜单头部 | | 视频 | Kling 3.0 | 4K、角色一致性、性价比 | 约 $0.03-0.15 / 秒 | 盲测榜 ELO ~1243 | | 音频 | Suno（V5 线） | 带人声的完整歌曲 | $8 / 月（Pro） | 音乐榜头部 | | 音频 | ElevenLabs | 声音克隆 + 授权音乐 | $9.99 / 月（Music） | 语音榜 #1 |
把这张表当菜单读，不要当排名读。哪一行"最好"取决于你输入了什么，而且整张表只是七月的照片，这之后头部已经洗过牌。
文本模型
Claude Fable 5（Anthropic）是 Mythos 级旗舰：$10/$50 每百万 token，1M 上下文，7 月快照 Arena #1（Elo ~1509）、AA 智能指数 ~60、SWE-Bench Pro 80.3%。适合长程推理和深度代码重构这类"够好"不够用的活，前提是你扛得住这个计价器。
GPT-5.6 Sol（OpenAI）卖 $5/$30，约为 Fable 5 的一半，Terminal-Bench 2.1 88.8%（Ultra 91.9%）。智能体循环、终端作业、大批量编码的默认选择。真正的卖点是推理档位：简单任务快而省，困难任务慢而深，同一家族内完成。
Qwen3.7 Max（阿里）卖 $1.25/$3.75，性价比首选，也是最强的中文优先模型：7 月 AA 全球 #5、国内 #1，Code Arena 1541（全球 #4），还能连续 35 小时自主多步执行。中文工作和预算内的长程智能体任务选它。
图片模型
ChatGPT Image 2（OpenAI）曾在一个 Arena T2I 快照拿到 #1（Elo 1512，领先 242 分）。最擅长图内可读文字（海报、UI 原型、信息图）和多约束提示词，约 $0.06-0.08 一张。带字的活选它。
nano-banana-2（Google）7 月 2.0 版卖 $0.067 一张 1K，Arena T2I #2（Elo ~1280）；这条线随后在 10 月 6 日发布了 Nano Banana 2.1：原生 4K、蒙版局部修复、多轮主体一致性、中文文字渲染改善，1K/2K 定价约砍半。它也是本页唯一能在 x-rush 里实际生成的模型，见最后一节。
视频模型
Veo 3.1（Google DeepMind）每秒 $0.05-0.15，是头部模型里唯一原生带音频生成的：对白、8 种以上语言的对口型、真人开口的镜头。需要人开口说话，选它。
Kling 3.0（快手）每秒约 $0.03-0.15，盲测 ELO ~1243，4K、原生音频、跨镜头角色一致性最好。电影感 B-roll、多镜头叙事、按秒算的性价比，选它。
音频模型
Suno 的 V5 一代是带人声完整歌曲的参照（7 月时 Pro $8/月，免费档每天 50 积分），如今的当期产品是 V6 一代。ElevenLabs 领跑语音（$5/月起，含克隆），授权音乐 $9.99/月。两者合计覆盖写歌、配音级的语音工作和旁白——都是直接采购的第三方服务。
x-rush 今天上线了什么
截至 2026 年 10 月，本页有两项能力在产品里是活的：Image Studio 和 Character & Scene 用 Nano Banana 2.1 渲染，Music Gen 跑在 Suno V6 上。其余一切都是第三方评测，不是平台声明；博客的评测解释不同类型的任务值多少，产品的路由决策保持在内部。
这里没有需要你打理的模型选择器，这是故意的。你选功能、描述任务、确认每个输出类型的固定积分价（文本 0.5、图片 1、音频 2、音乐 5、视频 10），执行之前先报价。如果你担心一致性或合规，你真正握着的控制是功能选择、Project 内共享的风格资产，以及每个结果都保留的版本历史。这片战场上任何地方出了更强的模型，平台都可以在内部采用，你的价格和你的工作流都不会动。