国产大模型多榜突围表现亮眼

本周Arena平台公布的AI大模型盲测排名显示，头部竞争格局出现新变化。阿里全新推出的qwen3.8-max以1497分位列综合榜第六，与第五名同分，在统计误差范围内并列。Meta发布的muse-spark-1.2 (xHigh)首秀即拿下第四名，成为海外阵营的亮点。综合榜前10名分数均在1488分以上，头部模型之间差距极小，竞争十分激烈。

在代码榜中，Anthropic旗下模型依旧占据前三，但国产模型表现同样出色。月之暗面kimi-k3-max从第八位上升至第六位，ELO分数上涨11分，成为代码榜排名最高的国产模型。阿里qwen3.8-max位列第八，也成功进入前十。此外，智谱、小米等厂商的模型均进入前30，显示出国产模型在编程领域的整体进步。

前端开发榜方面，月之暗面kimi-k3-max稳定保持第二位，与榜首的claude-opus-5-max差距极小。阿里qwen3.8-max首次入榜即拿下第四名，深度求索deepseek-v4-flash-high也首次进入前十。国产模型在前端开发榜多个top10位置占据席位，竞争力持续提升。

智能体榜出现头部更替，Anthropic Claude Opus 5 (High)升至第一，月之暗面Kimi K3 (Max)稳定保持第五，任务确认成功率达到14.97%，跻身第一梯队。深度求索Deepseek V4 Flash (High)首次入榜排名第21，表现符合预期。AI生图榜中，阿里qwen-image-3.0-pro和字节跳动seedream-5.0-pro均进入前十，与OpenAI、SpaceXAI的模型同处第一梯队。

AI视频榜方面，谷歌gemini-omni-flash继续领跑，字节跳动dreamina-seedance-2.0-720p保持第二，MiniMax全新minimax-h3首次入榜即排名第四，阿里happyhorse-1.0位列第五。国产模型已占据前五中的三个席位，优势明显。整体来看，本周多款新模型入榜，国产大模型在综合、代码、前端开发、生图、视频等多个维度均实现了突破。