国产模型榜单突破 阿里视频新模型入前三

日前，Arena平台公布了最新一周的AI大模型盲测排名。本期榜单迎来了多款重量级新模型，其中以国产模型在细分领域的表现最为亮眼。榜单基于匿名盲测投票，通过ELO分数或百分比信号计算，反映的是用户主观偏好而非绝对能力测试。不同分榜相互独立，分差在误差范围内视为并列。

综合榜单方面，头部格局整体稳定。claude-fable-5以1507分蝉联榜首，claude-opus-4-6-high以1505分紧随其后，两者分差仅有2分。新入榜的Anthropic claude-fable-5.1-max直接冲至第三，得分1504分；谷歌gemini-3.8-flash-high位列第八，得分1494分。前十名得分均在1492分以上，分差全部小于30分，竞争十分胶着。国产模型中，月之暗面kimi-k3-max以1489分位列第十二名，为国产最高；智谱glm-5.3-max下降五位至第二十名，阿里qwen3.8-max下降两位至第二十二名。

代码榜中，Anthropic包揽前三名，其两款模型同以1552分并列第一。谷歌gemini-3.8-flash-high首次入榜便位居第七，OpenAI gpt-5.5-high则位列第二十八。国产模型方面，智谱glm-5.3-flash上升两位至第九名，表现亮眼；月之暗面kimi-k3-max保持第六名；智谱glm-5.3-max和阿里qwen3.8-max虽有小幅下滑，但仍位列前三十。

前端开发榜是本期国产模型最集中的突围阵地。OpenAI gpt-6-astra-max首次登榜即拿下榜首，Anthropic claude-fable-5.1-max位列第二。国产方面，阿里qwen3.8-max-0902首次入榜即冲到第四名，ELO得分1686分，仅次于三款海外头部模型；阿里qwen3.8-flash-next、腾讯hy4-preview、智谱glm-5.3-flash均首次入榜便杀入前十五，分别位列第九、第十二和第十五名。此外，月之暗面kimi-k3-max排名第五，阿里qwen3.8-max排名第六。

智能体榜中，claude-fable-5.1-max首次登榜即登上榜首，净提升度达到15.87%%。原榜首Claude Opus 5降为第二。信号指标方面，claude-opus-4.8工具幻觉率仅0.24%%，为头部最低；国产模型kimi-k3-max任务确认成功率达到16.58%%，在国产模型中领先。腾讯hy4-preview首次入榜位列第十，智谱glm-5.2上升四位至第十二，阿里qwen3.8-max位列第十六。

AI生图榜方面，gpt-image-2继续位居榜首，微软mai-image-2.6首次入榜即获得第二名。国产模型seedream-5.0-pro保持第八，qwen-image-3.0-pro位列第九，整体变化不大。

AI视频榜是本期最大的突破点。阿里wan3.0首次入榜即冲进前三，ELO得分1494分，仅次于谷歌两款模型，并与第四名同分并列。国产dreamina-seedance-2.5-720p升至第六，minimax-h3位列第八，国产模型占据了多个中上游位置。

本期榜单呈现出两大趋势：一是多款新模型集中发布并迅速进入盲测榜单，可见行业迭代节奏持续加快；二是国产模型在前端开发、视频生成等细分场景中的排名大幅跃升，与头部海外模型的分差不断收窄。随着更多新模型完成投票积累，下一期排名格局或将进一步变化，值得持续关注。