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。

gemini-4-argon-high

Google

1525 ±9

4892

$2 / $10

1M

↑ 2

claude-opus-5.5-high

Anthropic

1507 ±8

6272

$4 / $20

1M

↓ 1

claude-opus-4-6-high

Anthropic

1504 ±3

79415

$5 / $25

1M

↓ 1

claude-fable-5-high

Anthropic

1504 ±4

40026

$10 / $50

1M

claude-opus-4-7-high

Anthropic

1501 ±4

65192

$5 / $25

1M

claude-fable-5.1-max

Anthropic

1501 ±6

13063

$10 / $50

1M

claude-opus-4-6

Anthropic

1498 ±3

84095

$5 / $25

1M

gemini-3.8-flash-high

Google

1497 ±5

31437

$0.75 / $3.75

1.05M

muse-spark-1.3-max

Meta

1494 ±6

14694

$1.25 / $4.25

1M

10

claude-opus-4-7

Anthropic

1494 ±4

66315

$5 / $25

1M

— 以下为 Top 10 外的国产模型 —

16

kimi-k3-max

Moonshot

1488 ±5

30351

N/A

22

↑ 1

qwen3.8-max

Alibaba

1483 ±5

25378

$2 / $6

1M

26

mimo-v2.6-pro

Xiaomi

1480 ±9

4069

$0.44 / $0.87

1.05M

27

glm-5.3-max

Z.ai

1478 ±5

20049

$1.4 / $4.4

1.05M

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。

gemini-4-argon-high

Google

1562 ±17

1233

$2 / $10

1M

claude-fable-5-high

Anthropic

1551 ±7

10404

$10 / $50

1M

↑ 1

claude-opus-4-7-high

Anthropic

1550 ±6

18591

$5 / $25

1M

↓ 1

claude-opus-4-6-high

Anthropic

1550 ±6

20617

$5 / $25

1M

↑ 7

claude-opus-5.5-high

Anthropic

1550 ±16

1444

$4 / $20

1M

↓ 1

claude-opus-4-6

Anthropic

1548 ±5

23351

$5 / $25

1M

↓ 1

claude-opus-4-7

Anthropic

1546 ±6

18816

$5 / $25

1M

gpt-6.1-sol-max

OpenAI

1545 ±20

911

$2 / $10

1.05M

↓ 2

gpt-6-astra-max

OpenAI

1542 ±12

2424

N/A

10

↓ 1

kimi-k3-max

Moonshot

1540 ±7

7775

N/A

— 以下为 Top 10 外的国产模型 —

11

↓ 1

mimo-v2.6-pro

Xiaomi

1539 ±18

1107

$0.44 / $0.87

1.05M

26

deepseek-v4.1-flash-max

DeepSeek

1528 ±11

3026

$0.3 / $1.2

1M

27

↑ 2

glm-5.3-flash

Z.ai

1525 ±8

7267

$0.06 / $0.2

1.05M

28

↓ 1

qwen3.7-max-preview

Alibaba

1524 ±18

1165

$1.48 / $4.43

1M

29

↓ 1

qwen3.8-max

Alibaba

1524 ±8

7077

$2 / $6

1M

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。

claude-opus-5.5-max

Anthropic

1813 ±15

2294

$4 / $20

1M

gpt-6-astra-max

OpenAI

1786 ±11

5189

$10 / $50

1.05M

claude-sonnet-5.5-xhigh

Anthropic

1774 ±15

2323

$2 / $10

1M

gpt-6.1-sol-max

OpenAI

1755 ±15

2102

$2 / $10

1.05M

claude-fable-5.1-max

Anthropic

1744 ±9

6663

$10 / $50

1M

claude-sonnet-5.5-high

Anthropic

1715 ±11

3984

$2 / $10

1M

claude-opus-5-max

Anthropic

1691 ±6

17320

$5 / $25

1M

gpt-6-sol-max

OpenAI

1688 ±12

3407

$2 / $10

1.05M

gemini-4-argon-high

Google

1678 ±15

1771

$2 / $10

1M

10

↑ 1

qwen3.8-max-0902

Alibaba

1674 ±8

11182

$2 / $6

N/A

— 以下为 Top 10 外的国产模型 —

11

↓ 1

qwen3.8-max

Alibaba

1672 ±12

3446

$2 / $6

1M

14

↓ 1

kimi-k3-max

Moonshot

1654 ±6

17412

$3 / $15

1.05M

16

新上榜

mimo-v2.6-flash

Xiaomi

1637 ±10

4058

$0.14 / $0.28

1.05M

17

↓ 1

qwen3.8-flash-next

Alibaba

1633 ±8

6932

$0.16 / $0.47

1M

18

↓ 1

hy4-preview

Tencent

1632 ±10

4792

$0.83 / $2.5

1.05M

22

↓ 2

glm-5.3-max

Z.ai

1622 ±8

8382

$1.4 / $4.4

1.05M

23

↓ 2

deepseek-v4.1-flash-max

DeepSeek

1619 ±11

3542

$0.3 / $1.2

1M

26

↓ 1

glm-5.3-flash

Z.ai

1609 ±7

13697

$0.06 / $0.2

1.05M

27

↓ 1

glm-5.2-max

Z.ai

1603 ±6

15351

$1.4 / $4.4

1M

28

qwen3.8-27b

Alibaba

1593 ±7

13777

$0.4 / $3

N/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。

新上榜

Claude Opus 5.5 (Max)

Anthropic

15.53% ±4.63%

17.29% ±6.02%

36.78% ±20.55%

8.2% ±4.06%

Claude Opus 5.5 (High)

Anthropic

14.33% ±2.18%

13.93% ±3.84%

33.69% ±9.12%

9.98% ±2.12%

↑ 1

GPT 6 Astra (Max)

OpenAI

13.09% ±2.37%

12.13% ±3.88%

38.54% ±9.96%

8.85% ±2.5%

↓ 3

Claude Fable 5.1 (Max)

Anthropic

12.66% ±2.05%

16.19% ±2.96%

26.22% ±7.98%

8.84% ±3.12%

↓ 2

Claude Sonnet 5.5 (Max)

Anthropic

11.95% ±3.31%

15.83% ±5.06%

23.37% ±14.09%

5.1% ±3.33%

↓ 1

GPT 6.1 Sol (Max)

OpenAI

11.72% ±3.05%

14.74% ±4.18%

30.32% ±12.99%

8.52% ±3.07%

↓ 1

GPT 6 Sol (Max)

OpenAI

9.92% ±2.38%

6.97% ±4.34%

23.55% ±9.64%

11.92% ±2.02%

↑ 2

Gemini 4 Argon (High)

Google

9.26% ±2.36%

15.64% ±3.26%

40.6% ±9.56%

11.64% ±2.1%

↓ 1

Claude Fable 5 (High)

Anthropic

8.94% ±1.27%

5.79% ±2.6%

19.34% ±4.8%

9.49% ±1.39%

10

↓ 1

Claude Opus 5 (Max)

Anthropic

8.12% ±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)

DeepSeek

3.8% ±0.39%

7.44% ±0.86%

2.44% ±1.45%

0.87% ±0.54%

18

↓ 4

Kimi K3 (Max)

Moonshot

3.78% ±0.59%

6.46% ±1.32%

6.44% ±2.05%

1.14% ±0.86%

19

Hy4 preview

Tencent

3.61% ±0.7%

5.96% ±1.48%

5.18% ±2.59%

0.32% ±0.92%

20

↑ 1

MiMo V2.6 Pro

Xiaomi

3.52% ±1.92%

8.03% ±3.88%

8.16% ±7.31%

0.56% ±2.45%

21

↓ 1

GLM 5.2 (Max)

Z.ai

3.19% ±0.73%

4.11% ±1.58%

8.94% ±2.61%

1.72% ±0.96%

24

↓ 1

Qwen3.8 Max

Alibaba

2.35% ±0.59%

5.09% ±1.32%

2.95% ±2.13%

1.81% ±0.82%

25

↓ 1

GLM 5.3 (Max)

Z.ai

2.15% ±0.72%

4.78% ±1.62%

5.12% ±2.48%

0.44% ±1.08%

27

↑ 1

DeepSeek V4 Pro (High) (0813)

DeepSeek

1.34% ±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。

gpt-image-2.5-sunburst

OpenAI

1425 ±7

17752

N/A

gpt-image-2.5-flare

OpenAI

1398 ±7

16889

N/A

gpt-image-2 (medium)

OpenAI

1383 ±4

93334

$8 / $30

N/A

↑ 1

grok-imagine-image-2.0(canvas)

SpaceXAI

1334 ±12

3113

N/A

↓ 1

mai-image-2.6

Microsoft AI

1332 ±5

25091

N/A

新上榜

gemini-nano-banana-2.1

Google

1328 ±9

5310

$1.5 / $7.5

65.5K

↓ 1

reve-2.1

Reve

1302 ±8

8249

N/A

↓ 1

grok-imagine-image-2.0(20260801)

SpaceXAI

1294 ±6

14483

N/A

↓ 1

muse-image

Meta

1274 ±5

42262

N/A

10

↓ 1

reve-2.0

Reve

1269 ±6

15773

N/A

— 以下为 Top 10 外的国产模型 —

12

↓ 1

seedream-5.0-pro

Bytedance

1255 ±4

94181

N/A

13

↓ 1

qwen-image-3.0-pro

Alibaba

1255 ±6

11440

N/A

19

↓ 1

qwen-image-2.1

Alibaba

1223 ±7

11441

N/A

21

↓ 1

qwen-image-2.0-pro-2026-06-22

Alibaba

1192 ±6

13096

N/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。

gemini-omni-1.1-flash

Google

1516 ±15

1784

$1.5 / $9

N/A

gemini-omni-flash

Google

1513 ±9

26576

N/A

flux-3-video

Black Forest Labs

1493 ±17

1302

N/A

grok-imagine-video-1.5-agent

SpaceXAI

1492 ±18

1218

N/A

dreamina-seedance-2.0-720p

Bytedance

1479 ±8

56318

N/A

wan3.0

Alibaba

1476 ±13

2598

N/A

dreamina-seedance-2.5-720p

Bytedance

1474 ±9

8001

N/A

minimax-h3

MiniMax

1460 ±9

11417

N/A

muse-video

Meta

1456 ±15

2188

N/A

10

happyhorse-1.0

Alibaba-ATH

1427 ±13

22264

N/A

— 以下为 Top 10 外的国产模型 —

20

wan2.7-t2v

Alibaba

1337 ±7

27626

N/A

21

wan2.6-t2v

Alibaba

1327 ±7

54050

N/A

22

seedance-v1.5-pro

Bytedance

1256 ±7

76171

N/A

25

wan2.5-t2v-preview

Alibaba

1245 ±9

36378

N/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。