IT之家 10 月 19 日消息，Arena（ arena.ai ）平台发布 2026 年第 42 周（ 2026-10-12 ~ 2026-10-18 ）AI 大模型盲测排名，本期头部格局整体稳定，国产模型在多个细分榜单保持稳定中上游位置，其中 kimi-k3-max 首次稳定在代码榜前十，mimo-v2.6-pro 首次进入前端开发榜前 20，整体表现可圈可点。本期共有三款新模型正式入榜，分别是 gemini-3.5-flash-medium、 mimo-v2.6-pro 以及 flux-2-flex。 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 本期综合榜头部排名保持稳定，gemini-4-argon-high 以 1525 分蝉联榜首，claude-opus-5.5-high 以 1507 分位列第二，claude-opus-4-6-high 和 claude-fable-5-high 同以 1504 分并列第三，分差均在 30 分以内，在误差范围内视为接近竞争。头部前 10 名分数均在 1494 分以上，竞争依旧胶着。本周新入榜模型为 gemini-3.5-flash-medium，直接冲进前 30，位列第 30，ELO 得分 1476 分，表现不俗。 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，排名持平； 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-high Google 1525 ±9 4892 $2 / $10 1M 2 - claude-opus-5.5-high Anthropic 1507 ±8 6272 $4 / $20 1M 3 - claude-opus-4-6-high Anthropic 1504 ±3 79415 $5 / $25 1M 4 - claude-fable-5-high Anthropic 1504 ±4 40026 $10 / $50 1M 5 - claude-opus-4-7-high Anthropic 1501 ±4 65192 $5 / $25 1M 6 - claude-fable-5.1-max Anthropic 1501 ±6 13063 $10 / $50 1M 7 - claude-opus-4-6 Anthropic 1498 ±3 84095 $5 / $25 1M 8 - gemini-3.8-flash-high Google 1497 ±5 31437 $0.75 / $3.75 1.05M 9 - 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 N/A 22 - 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 / $4.4 1.05M 代码榜 代码榜头部格局依旧稳定，gemini-4-argon-high 以 1562 分继续领跑，claude-fable-5-high 以 1551 分位列第二，claude-opus-4-7-high、 claude-opus-4-6-high、 claude-opus-5.5-high 同以 1550 分并列第三，前三名中除 gemini-4-argon-high 外均为 Anthropic 模型，头部依旧被海外厂商占据。本周核心看点是国产 kimi-k3-max 稳定保持在第十名，ELO 1540 分，成为国产模型在代码榜的最高排名，小米 mimo-v2.6-pro 紧随其后位列第十一，ELO 1539 分，表现亮眼。 国产模型已有多款进入代码榜前 30，具体排名如下： 月之暗面 kimi-k3-max 排名第 10，ELO 1540 分，排名持平； 小米 mimo-v2.6-pro 排名第 11，ELO 1539 分，排名持平； 深度求索 deepseek-v4.1-flash-max 排名第 26，ELO 1528 分，排名持平； 智谱 glm-5.3-flash 排名第 27，ELO 1525 分，排名持平； 阿里 qwen3.7-max-preview 排名第 28，ELO 1524 分，排名持平； 阿里 qwen3.8-max 排名第 29，ELO 1524 分，排名持平。 排名 较上周 模型 厂商 分数 (±CI) 票数 价格 ($/M) 输入 / 输出 上下文 1 - gemini-4-argon-high Google 1562 ±17 1233 $2 / $10 1M 2 - claude-fable-5-high Anthropic 1551 ±7 10404 $10 / $50 1M 3 - claude-opus-4-7-high Anthropic 1550 ±6 18591 $5 / $25 1M 4 - claude-opus-4-6-high Anthropic 1550 ±6 20617 $5 / $25 1M 5 - claude-opus-5.5-high Anthropic 1550 ±16 1444 $4 / $20 1M 6 - claude-opus-4-6 Anthropic 1548 ±5 23351 $5 / $25 1M 7 - claude-opus-4-7 Anthropic 1546 ±6 18816 $5 / $25 1M 8 - gpt-6.1-sol-max OpenAI 1545 ±20 911 $2 / $10 1.05M 9 - gpt-6-astra-max OpenAI 1542 ±12 2424 N/A N/A 10 - kimi-k3-max Moonshot 1540 ±7 7775 N/A N/A — 以下为 Top 10 外的国产模型 — 11 - 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 - glm-5.3-flash Z.ai 1525 ±8 7267 $0.06 / $0.2 1.05M 28 - qwen3.7-max-preview Alibaba 1524 ±18 1165 $1.48 / $4.43 1M 29 - qwen3.8-max Alibaba 1524 ±8 7077 $2 / $6 1M 前端开发榜 前端开发榜头部格局稳定，claude-opus-5.5-max 以 1813 分稳居榜首，gpt-6-astra-max 以 1786 分位列第二，claude-sonnet-5.5-xhigh 以 1774 分位列第三。本周新入榜模型包括 mimo-v2.6-pro 和 claude-haiku-5.5-high，其中小米 mimo-v2.6-pro 首次入榜即位列第 19，ELO 1629 分，成功杀入前 20，延续了其在代码领域的良好表现。 国产模型在前端开发榜占据多个中上游位置，具体如下： 阿里 qwen3.8-max-0902 位列第 10，ELO 1674 分，排名持平； 阿里 qwen3.8-max 位列第 11，ELO 1672 分，排名持平； 月之暗面 kimi-k3-max 位列第 14，ELO 1654 分，排名持平； 小米 mimo-v2.6-flash 位列第 16，ELO 1637 分，排名持平； 阿里 qwen3.8-flash-next 位列第 17，ELO 1633 分，排名持平； 腾讯 hy4-preview 位列第 18，ELO 1632 分，排名持平； 小米 mimo-v2.6-pro 新入榜位列第 19，ELO 1629 分； 智谱 glm-5.3-max 位列第 22，ELO 1622 分，排名持平。 排名 较上周 模型 厂商 分数 (±CI) 票数 价格 ($/M) 输入 / 输出 上下文 1 - claude-opus-5.5-max Anthropic 1813 ±15 2294 $4 / $20 1M 2 - gpt-6-astra-max OpenAI 1786 ±11 5189 $10 / $50 1.05M 3 - claude-sonnet-5.5-xhigh Anthropic 1774 ±15 2323 $2 / $10 1M 4 - gpt-6.1-sol-max OpenAI 1755 ±15 2102 $2 / $10 1.05M 5 - claude-fable-5.1-max Anthropic 1744 ±9 6663 $10 / $50 1M 6 - claude-sonnet-5.5-high Anthropic 1715 ±11 3984 $2 / $10 1M 7 - claude-opus-5-max Anthropic 1691 ±6 17320 $5 / $25 1M 8 - gpt-6-sol-max OpenAI 1688 ±12 3407 $2 / $10 1.05M 9 - gemini-4-argon-high Google 1678 ±15 1771 $2 / $10 1M 10 - qwen3.8-max-0902 Alibaba 1674 ±8 11182 $2 / $6 N/A — 以下为 Top 10 外的国产模型 — 11 - qwen3.8-max Alibaba 1672 ±12 3446 $2 / $6 1M 14 - kimi-k3-max Moonshot 1654 ±6 17412 $3 / $15 1.05M 16 - mimo-v2.6-flash Xiaomi 1637 ±10 4058 $0.14 / $0.28 1.05M 17 - qwen3.8-flash-next Alibaba 1633 ±8 6932 $0.16 / $0.47 1M 18 - hy4-preview Tencent 1632 ±10 4792 $0.75 / $2.25 1.05M 19 新上榜 mimo-v2.6-pro Xiaomi 1629 ±11 3649 $0.44 / $0.87 1.05M 22 - glm-5.3-max Z.ai 1622 ±8 8382 $1.4 / $4.4 1.05M 23 - deepseek-v4.1-flash-max DeepSeek 1619 ±11 3542 $0.3 / $1.2 1M 26 - glm-5.3-flash Z.ai 1609 ±7 13697 $0.06 / $0.2 1.05M 27 - glm-5.2-max Z.ai 1603 ±6 15351 $1.4 / $4.4 1M 智能体榜 智能体榜采用百分比信号评分体系，本周 Claude Opus 5.5 (Max) 以 15.53% 的净提升度蝉联榜首，GPT 6 Astra (Max) 排名上升一位至第二，净提升度 13.09%，Claude Fable 5.1 (Max) 位列第三，净提升度 12.66%，头部依旧被海外模型占据。在指标方面，Claude Opus 5.5 (Max) 工具幻觉率仅 0.37%，为头部最低，表现出色。国产模型整体处于中上游梯队，已有多款进入前 30。 国产模型在智能体榜具体表现如下： 深度求索 Deepseek V4.1 Flash (Max) 排名第 15，净提升度 3.80%，任务确认成功率 7.44%，较上周上升 2 位； 月之暗面 Kimi K3 (Max) 排名第 16，净提升度 3.78%，任务确认成功率 6.46%，较上周上升 2 位； 腾讯 Hy4 preview 排名第 17，净提升度 3.61%，任务确认成功率 5.96%，较上周上升 2 位； 小米 MiMo V2.6 Pro 排名第 18，净提升度 3.52%，任务确认成功率 8.03%，较上周上升 2 位； 智谱 GLM 5.2 (Max) 排名第 19，净提升度 3.19%，任务确认成功率 4.11%，较上周上升 2 位； 阿里 Qwen3.8 Max 排名第 22，净提升度 2.35%，任务确认成功率 5.09%，较上周上升 2 位； 智谱 GLM 5.3 (Max) 排名第 23，净提升度 2.15%，任务确认成功率 4.78%，较上周上升 2 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 - Claude Opus 5.5 (Max) Anthropic 15.53% ±4.63% 17.29% ±6.02% 36.78% ±20.55% 8.2% ±4.06% 2 ↑ 1 GPT 6 Astra (Max) OpenAI 13.09% ±2.37% 12.13% ±3.88% 38.54% ±9.96% 8.85% ±2.5% 3 ↑ 1 Claude Fa

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：资讯 / IT之家
  • 发布时间：2026/10/19 16:02:00