正文 · 原文
IT之家 10 月 12 日消息，Arena（arena.ai）平台发布 2026 年第 41 周 AI 大模型排行榜，覆盖时间为 2026-10-05 ~ 2026-10-11。本期榜单中，Anthropic 全新 Claude Opus 5.5 Max 首次入榜智能体榜即夺得第一；国产模型 kimi-k3-max 稳居综合榜前 20，qwen3.8-max 等多款国产模型保持稳定排名，整体处于中上游梯队。
IT之家注：本榜单基于 Arena（arena.ai）平台匿名盲测投票，通过 ELO（智能体榜为百分比信号）计算排名，反映用户主观偏好而非绝对能力测试；不同分榜相互独立，不宜跨榜比较，分差在误差范围内均视为并列，新模型也需积累一定投票量后才会正式入榜。
综合榜
本周综合榜头部格局相对稳定，gemini-4-argon-high 继续占据榜首位置，ELO 分数保持 1525 分。Anthropic 多款模型占据前四席位，claude-opus-5.5-high 上升 2 位至第二，ELO 分数 1507 分，与榜首仍有差距，但分差在 30 分范围内，与第三名 claude-opus-4-6-high 视为误差范围内接近。本期新增 gpt-5.5 和 gemini-3.5-flash-medium 两款模型，分别排名第 29 和第 30 位，ELO 分数分别为 1477 和 1476 分。
国产模型整体处于中上游位置，梯队相对稳定：
月之暗面 kimi-k3-max 排名最高，位列第 16 名，ELO 1488 分，排名持平；
阿里 qwen3.8-max 位列第 22 名，ELO 1483 分，较上周上升 1 位；
小米 mimo-v2.6-pro 位列第 26 名，ELO 1480 分，排名持平；
智谱 glm-5.3-max 位列第 27 名，ELO 1478 分，排名持平。
排名较上周模型厂商分数 (±CI)票数价格 ($/M)
输入 / 输出上下文
1-gemini-4-argon-highGoogle1525 ±94892$2 / $101M
2↑ 2claude-opus-5.5-highAnthropic1507 ±86272$4 / $201M
3↓ 1claude-opus-4-6-highAnthropic1504 ±379415$5 / $251M
4↓ 1claude-fable-5-highAnthropic1504 ±440026$10 / $501M
5-claude-opus-4-7-highAnthropic1501 ±465192$5 / $251M
6-claude-fable-5.1-maxAnthropic1501 ±613063$10 / $501M
7-claude-opus-4-6Anthropic1498 ±384095$5 / $251M
8-gemini-3.8-flash-highGoogle1497 ±531437$0.75 / $3.751.05M
9-muse-spark-1.3-maxMeta1494 ±614694$1.25 / $4.251M
10-claude-opus-4-7Anthropic1494 ±466315$5 / $251M
— 以下为 Top 10 外的国产模型 —
16-kimi-k3-maxMoonshot1488 ±530351N/AN/A
22↑ 1qwen3.8-maxAlibaba1483 ±525378$2 / $61M
26-mimo-v2.6-proXiaomi1480 ±94069$0.44 / $0.871.05M
27-glm-5.3-maxZ.ai1478 ±520049$1.4 / $4.41.05M
代码榜
本周代码榜 gemini-4-argon-high 继续稳坐榜首，ELO 分数微涨 2 分至 1562 分。Anthropic 模型排名变动显著，claude-opus-5.5-high 大幅上升 7 位，冲进前五，ELO 分数达到 1550 分，与第二名 claude-fable-5-high（ 1551 分）仅 1 分差距，视为统计并列。智谱 glm-5.3-flash 上升 2 位至第 27 名，ELO 1525 分，成为国产模型中排名最高者。本期新增 claude-opus-4-5-20251101 模型，首秀排名第 30 位，ELO 1523 分。
国产模型在代码榜具体表现如下：
月之暗面 kimi-k3-max 位列第 10 名，ELO 1540 分，较上周下降 1 位；
小米 mimo-v2.6-pro 位列第 11 名，ELO 1539 分，较上周下降 1 位；
深度求索 deepseek-v4.1-flash-max 位列第 26 名，ELO 1528 分，排名持平；
智谱 glm-5.3-flash 位列第 27 名，ELO 1525 分，较上周上升 2 位；
阿里 qwen3.8-max 位列第 29 名，ELO 1524 分，较上周下降 1 位。
排名较上周模型厂商分数 (±CI)票数价格 ($/M)
输入 / 输出上下文
1-gemini-4-argon-highGoogle1562 ±171233$2 / $101M
2-claude-fable-5-highAnthropic1551 ±710404$10 / $501M
3↑ 1claude-opus-4-7-highAnthropic1550 ±618591$5 / $251M
4↓ 1claude-opus-4-6-highAnthropic1550 ±620617$5 / $251M
5↑ 7claude-opus-5.5-highAnthropic1550 ±161444$4 / $201M
6↓ 1claude-opus-4-6Anthropic1548 ±523351$5 / $251M
7↓ 1claude-opus-4-7Anthropic1546 ±618816$5 / $251M
8-gpt-6.1-sol-maxOpenAI1545 ±20911$2 / $101.05M
9↓ 2gpt-6-astra-maxOpenAI1542 ±122424N/AN/A
10↓ 1kimi-k3-maxMoonshot1540 ±77775N/AN/A
— 以下为 Top 10 外的国产模型 —
11↓ 1mimo-v2.6-proXiaomi1539 ±181107$0.44 / $0.871.05M
26-deepseek-v4.1-flash-maxDeepSeek1528 ±113026$0.3 / $1.21M
27↑ 2glm-5.3-flashZ.ai1525 ±87267$0.06 / $0.21.05M
28↓ 1qwen3.7-max-previewAlibaba1524 ±181165$1.48 / $4.431M
29↓ 1qwen3.8-maxAlibaba1524 ±87077$2 / $61M
前端开发榜
前端开发榜头部格局稳定，claude-opus-5.5-max 继续排名第一，ELO 1813 分，领先优势明显。国产模型中，小米 mimo-v2.6-flash 本周新入榜，排名第 16 位，ELO 1637 分； mimo-v2.6-pro 则上升 5 位至第 19 名，ELO 1629 分，表现亮眼。阿里 qwen3.8-max-0902 上升 1 位至第 10，qwen3.8-max 位列第 11，两款模型均进入前 15，显示国产前端开发能力持续进步。
排名较上周模型厂商分数 (±CI)票数价格 ($/M)
输入 / 输出上下文
1-claude-opus-5.5-maxAnthropic1813 ±152294$4 / $201M
2-gpt-6-astra-maxOpenAI1786 ±115189$10 / $501.05M
3-claude-sonnet-5.5-xhighAnthropic1774 ±152323$2 / $101M
4-gpt-6.1-sol-maxOpenAI1755 ±152102$2 / $101.05M
5-claude-fable-5.1-maxAnthropic1744 ±96663$10 / $501M
6-claude-sonnet-5.5-highAnthropic1715 ±113984$2 / $101M
7-claude-opus-5-maxAnthropic1691 ±617320$5 / $251M
8-gpt-6-sol-maxOpenAI1688 ±123407$2 / $101.05M
9-gemini-4-argon-highGoogle1678 ±151771$2 / $101M
10↑ 1qwen3.8-max-0902Alibaba1674 ±811182$2 / $6N/A
— 以下为 Top 10 外的国产模型 —
11↓ 1qwen3.8-maxAlibaba1672 ±123446$2 / $61M
14↓ 1kimi-k3-maxMoonshot1654 ±617412$3 / $151.05M
16新上榜mimo-v2.6-flashXiaomi1637 ±104058$0.14 / $0.281.05M
17↓ 1qwen3.8-flash-nextAlibaba1633 ±86932$0.16 / $0.471M
18↓ 1hy4-previewTencent1632 ±104792$0.83 / $2.51.05M
22↓ 2glm-5.3-maxZ.ai1622 ±88382$1.4 / $4.41.05M
23↓ 2deepseek-v4.1-flash-maxDeepSeek1619 ±113542$0.3 / $1.21M
26↓ 1glm-5.3-flashZ.ai1609 ±713697$0.06 / $0.21.05M
27↓ 1glm-5.2-maxZ.ai1603 ±615351$1.4 / $4.41M
28-qwen3.8-27bAlibaba1593 ±713777$0.4 / $3N/A
智能体榜
智能体榜本期迎来重磅变化，Anthropic Claude Opus 5.5 (Max) 新入榜即凭借 15.53% 的净提升度登顶榜首，任务确认成功率达到 17.29%，工具幻觉率仅 0.37%，各项信号表现均处于头部水平。Claude Opus 5.5 (High) 守住第二位置，净提升度 14.33%，GPT 6 Astra (Max) 上升 1 位至第三。Gemini 4 Argon (High) 上升 2 位至第八，其工具幻觉率仅 0.18%，是当前头部模型中工具幻觉率最低的模型。
国产模型在智能体榜整体处于第二梯队，具体表现：
深度求索 Deepseek V4.1 Flash (Max) 排名第 17，净提升度 3.80%，任务确认成功率 7.44%，排名持平；
月之暗面 Kimi K3 (Max) 排名第 18，净提升度 3.78%，任务确认成功率 6.46%，较上周下降 4 位；
腾讯 Hy4 preview 排名第 19，净提升度 3.61%，任务确认成功率 5.96%，排名持平；
小米 MiMo V2.6 Pro 排名第 20，净提升度 3.52%，任务确认成功率 8.03%，较上周上升 1 位；
阿里 Qwen3.8 Max 排名第 24，净提升度 2.35%，任务确认成功率 5.09%，较上周下降 1 位。
排名较上周模型厂商净提升度 (±CI)任务确认成功率好评 / 差评比可控性
1新上榜Claude Opus 5.5 (Max)Anthropic15.53% ±4.63%17.29% ±6.02%36.78% ±20.55%8.2% ±4.06%
2-Claude Opus 5.5 (High)Anthropic14.33% ±2.18%13.93% ±3.84%33.69% ±9.12%9.98% ±2.12%
3↑ 1GPT 6 Astra (Max)OpenAI13.09% ±2.37%12.13% ±3.88%38.54% ±9.96%8.85% ±2.5%
4↓ 3Claude Fable 5.1 (Max)Anthropic12.66% ±2.05%16.19% ±2.96%26.22% ±7.98%8.84% ±3.12%
5↓ 2Claude Sonnet 5.5 (Max)Anthropic11.95% ±3.31%15.83% ±5.06%23.37% ±14.09%5.1% ±3.33%
6↓ 1GPT 6.1 Sol (Max)OpenAI11.72% ±3.05%14.74% ±4.18%30.32% ±12.99%8.52% ±3.07%
7↓ 1GPT 6 Sol (Max)OpenAI9.92% ±2.38%6.97% ±4.34%23.55% ±9.64%11.92% ±2.02%
8↑ 2Gemini 4 Argon (High)Google9.26% ±2.36%15.64% ±3.26%40.6% ±9.56%11.64% ±2.1%
9↓ 1Claude Fable 5 (High)Anthropic8.94% ±1.27%5.79% ±2.6%19.34% ±4.8%9.49% ±1.39%
10↓ 1Claude Opus 5 (Max)Anthropic8.12% ±1.47%10.42% ±3.1%11.86% ±5.46%4.22% ±2.01%
— 以下为 Top 10 外的国产模型 —
17-Deepseek V4.1 Flash (Max)DeepSeek3.8% ±0.39%7.44% ±0.86%2.44% ±1.45%0.87% ±0.54%
18↓ 4Kimi K3 (Max)Moonshot3.78% ±0.59%6.46% ±1.32%6.44% ±2.05%1.14% ±0.86%
19-Hy4 previewTencent3.61% ±0.7%5.96% ±1.48%5.18% ±2.59%0.32% ±0.92%
20↑ 1MiMo V2.6 ProXiaomi3.52% ±1.92%8.03% ±3.88%8.16% ±7.31%0.56% ±2.45%
21↓ 1GLM 5.2 (Max)Z.ai3.19% ±0.73%4.11% ±1.58%8.94% ±2.61%1.72% ±0.96%
24↓ 1Qwen3.8 MaxAlibaba2.35% ±0.59%5.09% ±1.32%2.95% ±2.13%1.81% ±0.82%
25↓ 1GLM 5.3 (Max)Z.ai2.15% ±0.72%4.78% ±1.62%5.12% ±2.48%0.44% ±1.08%
27↑ 1DeepSeek V4 Pro (High) (0813)DeepSeek1.34% ±1.66%2% ±4.01%1.86% ±5.99%2.12% ±2.2%
AI 生图榜
AI 生图榜头部由 OpenAI 模型垄断，gpt-image-2.5-sunburst 继续稳居第一，ELO 1425 分，领先第二名超过 20 分。谷歌 gemini-nano-banana-2.1 本周新入榜，首秀排名第六，ELO 1328 分，表现尚可。国产模型中，字节跳动 seedream-5.0-pro 排名第 12，阿里 qwen-image-3.0-pro 排名第 13，均处于中上游位置，排名变动不大。
排名较上周模型厂商分数 (±CI)票数价格 ($/M)
输入 / 输出上下文
1-gpt-image-2.5-sunburstOpenAI1425 ±717752N/AN/A
2-gpt-image-2.5-flareOpenAI1398 ±716889N/AN/A
3-gpt-image-2 (medium)OpenAI1383 ±493334$8 / $30N/A
4↑ 1grok-imagine-image-2.0
(canvas)SpaceXAI1334 ±123113N/AN/A
5↓ 1mai-image-2.6Microsoft AI1332 ±525091N/AN/A
6新上榜gemini-nano-banana-2.1Google1328 ±95310$1.5 / $7.565.5K
7↓ 1reve-2.1Reve1302 ±88249N/AN/A
8↓ 1grok-imagine-image-2.0
(20260801)SpaceXAI1294 ±614483N/AN/A
9↓ 1muse-imageMeta1274 ±542262N/AN/A
10↓ 1reve-2.0Reve1269 ±615773N/AN/A
— 以下为 Top 10 外的国产模型 —
12↓ 1seedream-5.0-proBytedance1255 ±494181N/AN/A
13↓ 1qwen-image-3.0-proAlibaba1255 ±611440N/AN/A
19↓ 1qwen-image-2.1Alibaba1223 ±711441N/AN/A
21↓ 1qwen-image-2.0-pro-2026-06-22Alibaba1192 ±613096N/AN/A
AI 视频榜
AI 视频榜头部依旧被谷歌模型占据，gemini-omni-1.1-flash 和 gemini-omni-flash 分别位列前二，ELO 分数均超过 1510 分。国产模型表现突出，共有 6 款进入前 20，其中字节跳动 dreamina-seedance-2.0-720p 排名第五，阿里 wan3.0 排名第六，dreamina-seedance-2.5-720p 排名第七，minimax-h3 排名第八，阿里 happyhorse-1.0 排名第十，均保持稳定位置，体现国产 AI 生成视频模型的整体竞争力。
排名较上周模型厂商分数 (±CI)票数价格 ($/M)
输入 / 输出上下文
1-gemini-omni-1.1-flashGoogle1516 ±151784$1.5 / $9N/A
2-gemini-omni-flashGoogle1513 ±926576N/AN/A
3-flux-3-videoBlack Forest Labs1493 ±171302N/AN/A
4-grok-imagine-video-1.5-agentSpaceXAI1492 ±181218N/AN/A
5-dreamina-seedance-2.0-720pBytedance1479 ±856318N/AN/A
6-wan3.0Alibaba1476 ±132598N/AN/A
7-dreamina-seedance-2.5-720pBytedance1474 ±98001N/AN/A
8-minimax-h3MiniMax1460 ±911417N/AN/A
9-muse-videoMeta1456 ±152188N/AN/A
10-happyhorse-1.0Alibaba-ATH1427 ±1322264N/AN/A
— 以下为 Top 10 外的国产模型 —
20-wan2.7-t2vAlibaba1337 ±727626N/AN/A
21-wan2.6-t2vAlibaba1327 ±754050N/AN/A
22-seedance-v1.5-proBytedance1256 ±776171N/AN/A
25-wan2.5-t2v-previewAlibaba1245 ±936378N/AN/A
本周 Arena 榜单整体来看，Anthropic 旗下新模型表现强势，Claude Opus 5.5 Max 在智能体榜实现首秀即登顶，多个细分榜单中 Claude 模型也占据头部位置，竞争格局进一步向 Anthropic 倾斜。国产模型整体保持稳定，多梯队分布清晰，kimi-k3-max、 qwen3.8-max 等持续稳居中上游，新模型 mimo-v2.6-flash 也顺利入榜，体现国产模型持续迭代的节奏。下周市场预计将有更多国产大模型版本更新，值得持续关注排名变化。