IT之家 9 月 2 日消息，Arena（arena.ai）平台發布 2026 年第 35 周（8 月 24 日 ~8 月 30 日）AI 大模型盲測排行榜，本期有多款國產新模型亮相，且取得亮眼排名。
國產 GLM-5.3-Flash 首次進入代碼榜 Top 10，Qwen3.8-Max-0902 首次入榜即登頂前端開發榜榜首，Kimi-K3-Max 穩定守住綜合榜 Top 10 位置，整體來看國產模型在細分領域繼續保持競爭力。
IT之家注：本排行榜基於 Arena（arena.ai）平台匿名盲測投票，通過 ELO（智能體榜為百分比信號）計算排名，反映用戶主觀偏好而非絕對能力測試；不同分榜相互獨立，不宜跨榜比較，分差在誤差範圍內均視為並列，新模型也需積累一月供票量後纔會正式入榜。
綜合榜
本周綜合榜頭部格局穩定，Claude-Fable-5 以 1508 分蟬聯榜首，Anthropic 多款模型佔據前七位，排名變化均在 1 位以內，ELO 分差均在 30 分以內，屬於統計誤差範圍內的接近。
另外，本周有兩款新模型入榜，分別是谷歌 Gemini-3-Flash 和智譜 GLM-5.3-Flash，首秀分別排在第 27 位和第 30 位，ELO 分數分別為 1474 分和 1473 分。
國產模型整體處於中上游位置：
月之暗面 kimi-k3-max 排名最高，位列第 10 名，ELO 1489 分，排名持平；
智譜 glm-5.3-max 位列第 17 名，ELO 1482 分，較上周下降 4 位；
阿里 qwen3.8-max 位列第 20 名，ELO 1479 分，較上周下降 1 位；
阿里 qwen3.7-max-preview 位列第 28 名，ELO 1474 分，排名下降 1 位；
智譜 glm-5.3-flash 位列第 30 名，ELO 1473 分，為本周新入榜模型。
| 排名 | 較上周 | 模型 | 廠商 | 分數 (±CI) | 票數 | 價格 ($/M) 輸入 / 輸出 |
上下文 |
|---|---|---|---|---|---|---|---|
| 1 | - | claude-fable-5 | Anthropic | 1508 ±5 | 27013 | $10 / $50 | 1M |
| 2 | - | claude-opus-4-6-high | Anthropic | 1505 ±4 | 72114 | $5 / $25 | 1M |
| 3 | - | claude-opus-4-7-high | Anthropic | 1502 ±4 | 60125 | $5 / $25 | 1M |
| 4 | - | muse-spark-1.2 (xHigh) | Meta | 1499 ±10 | 3245 | $1.25 / $4.25 | N/A |
| 5 | - | claude-opus-4-6 | Anthropic | 1498 ±3 | 76040 | $5 / $25 | 1M |
| 6 | - | claude-opus-4-7 | Anthropic | 1494 ±4 | 61248 | $5 / $25 | 1M |
| 7 | - | claude-opus-5-high | Anthropic | 1492 ±5 | 34718 | $5 / $25 | 1M |
| 8 | - | muse-spark-1.1 | Meta | 1491 ±5 | 23814 | $1.25 / $4.25 | N/A |
| 9 | - | gemini-3.7-flash-high | 1491 ±8 | 5682 | $0.75 / $3.57 | 1.05M | |
| 10 | - | kimi-k3-max | Moonshot | 1489 ±5 | 17908 | N/A | N/A |
| — 以下為 Top 10 外的國產模型 — | |||||||
| 17 | ↓ 4 | glm-5.3-max | Z.ai | 1482 ±7 | 7454 | $1.4 / $4.4 | 1.05M |
| 20 | ↓ 1 | qwen3.8-max | Alibaba | 1479 ±6 | 13190 | $2 / $6 | 1M |
| 28 | ↓ 1 | qwen3.7-max-preview | Alibaba | 1474 ±10 | 3707 | $1.48 / $4.43 | 1M |
| 30 | 新上榜 | glm-5.3-flash | Z.ai | 1473 ±9 | 4451 | $0.15 / $0.5 | 1.05M |
代碼榜
本周代碼榜頭部同樣由 Anthropic 壟斷，Claude-Opus-4-7-high 以 1552 分穩居第一，前三名 ELO 分差僅 1 分，在誤差範圍內視為並列。
最值得關注的是國產新模型 GLM-5.3-Flash 首次入榜即闖入 Top 10，排在第 7 名，ELO 分數達到 1535 分，超過絕大多數頭部海外模型。另外 OpenAI 新模型 GPT-5.6-Terra-Xhigh 也首次入榜，排在第 30 名，ELO 1519 分。
國產模型在代碼榜已有多款進入前列：
月之暗面 kimi-k3-max 位列第 6 名，ELO 1542 分，排名持平；
智譜 glm-5.3-flash 位列第 7 名，ELO 1535 分，本周新入榜；
智譜 glm-5.3-max 位列第 16 名，ELO 1528 分，較上周下降 6 位；
阿里 qwen3.7-max-preview 位列第 18 名，ELO 1525 分，下降 1 位；
小米 mimo-v2.5-pro 位列第 24 名，ELO 1521 分，上升 3 位；
阿里 qwen3.8-max 位列第 29 名，ELO 1519 分，下降 4 位。
| 排名 | 較上周 | 模型 | 廠商 | 分數 (±CI) | 票數 | 價格 ($/M) 輸入 / 輸出 |
上下文 |
|---|---|---|---|---|---|---|---|
| 1 | - | claude-opus-4-7-high | Anthropic | 1552 ±6 | 17190 | $5 / $25 | 1M |
| 2 | - | claude-opus-4-6-high | Anthropic | 1552 ±6 | 18804 | $5 / $25 | 1M |
| 3 | - | claude-fable-5 | Anthropic | 1551 ±8 | 7247 | $10 / $50 | 1M |
| 4 | - | claude-opus-4-7 | Anthropic | 1547 ±6 | 17347 | $5 / $25 | 1M |
| 5 | - | claude-opus-4-6 | Anthropic | 1546 ±5 | 21209 | $5 / $25 | 1M |
| 6 | - | kimi-k3-max | Moonshot | 1542 ±9 | 4674 | N/A | N/A |
| 7 | 新上榜 | glm-5.3-flash | Z.ai | 1535 ±18 | 1213 | $0.15 / $0.5 | 1.05M |
| 8 | - | claude-opus-4-8-high | Anthropic | 1534 ±6 | 13386 | $5 / $25 | 1M |
| 9 | - | muse-spark-1.2 (xHigh) | Meta | 1534 ±20 | 936 | $1.25 / $4.25 | N/A |
| 10 | ↓ 3 | claude-opus-5-high | Anthropic | 1533 ±7 | 9237 | $5 / $25 | 1M |
| — 以下為 Top 10 外的國產模型 — | |||||||
| 16 | ↓ 6 | glm-5.3-max | Z.ai | 1528 ±14 | 1961 | $1.4 / $4.4 | 1.05M |
| 18 | ↓ 1 | qwen3.7-max-preview | Alibaba | 1525 ±18 | 1119 | $1.48 / $4.43 | 1M |
| 24 | ↑ 3 | mimo-v2.5-pro | Xiaomi | 1521 ±6 | 15762 | $0.44 / $0.87 | 1.05M |
| 29 | ↓ 4 | qwen3.8-max | Alibaba | 1519 ±10 | 3828 | $2 / $6 | 1M |
前端開發榜
本周前端開發榜迎來重大變化，阿里新模型 Qwen3.8-max-0902 首次入榜即直接登頂，以 1691 分奪得榜首，將此前的 Claude-Opus-5-Max 擠到第二。
騰訊新模型 Hy4-Preview 首秀排在第 8 名，ELO 1627 分；阿里 Qwen3.8-flash-next 首秀第 9 名（ 1622 分），智譜 GLM-5.3-Flash 首秀第 12 名（ 1604 分），四款國產新模型集體闖入前 12，表現極為搶眼。
國產模型在前端開發榜佔據半壁江山，頭部位置穩定：
阿里 qwen3.8-max-0902 位列第 1 名，ELO 1691 分，本周新入榜；
月之暗面 kimi-k3-max 位列第 3 名，ELO 1674 分，下降 1 位；
阿里 qwen3.8-max 位列第 4 名，ELO 1669 分，下降 1 位；
騰訊 hy4-preview 位列第 8 名，ELO 1627 分，本周新入榜；
阿里 qwen3.8-flash-next 位列第 9 名，ELO 1622 分，本周新入榜；
智譜 glm-5.3-flash 位列第 12 名，ELO 1604 分，本周新入榜。
| 排名 | 較上周 | 模型 | 廠商 | 分數 (±CI) | 票數 | 價格 ($/M) 輸入 / 輸出 |
上下文 |
|---|---|---|---|---|---|---|---|
| 1 | 新上榜 | qwen3.8-max-0902 | Alibaba | 1691 ±19 | 1390 | $2 / $6 | 1M |
| 2 | ↓ 1 | claude-opus-5-max | Anthropic | 1687 ±8 | 10517 | $5 / $25 | 1M |
| 3 | ↓ 1 | kimi-k3-max | Moonshot | 1674 ±11 | 4544 | $3 / $15 | 1.05M |
| 4 | ↓ 1 | qwen3.8-max | Alibaba | 1669 ±12 | 3220 | $2 / $6 | 1M |
| 5 | ↓ 1 | claude-opus-5-high | Anthropic | 1661 ±8 | 10462 | $5 / $25 | 1M |
| 6 | ↓ 1 | grok-4.6-high | SpaceXAI | 1629 ±17 | 1534 | $2 / $6 | 500K |
| 7 | ↓ 1 | claude-fable-5 | Anthropic | 1628 ±8 | 9131 | $10 / $50 | 1M |
| 8 | 新上榜 | hy4-preview | Tencent | 1627 ±17 | 1438 | $0.83 / $2.5 | 1.05M |
| 9 | 新上榜 | qwen3.8-flash-next | Alibaba | 1622 ±15 | 1939 | $0.16 / $0.47 | 1M |
| 10 | ↓ 3 | gpt-5.6-sol-xhigh (codex-harness) |
OpenAI | 1616 ±7 | 10766 | $4 / $20 | 1.05M |
| — 以下為 Top 10 外的國產模型 — | |||||||
| 11 | ↓ 3 | glm-5.3-max | Z.ai | 1609 ±13 | 2712 | $1.4 / $4.4 | 1.05M |
| 12 | 新上榜 | glm-5.3-flash | Z.ai | 1604 ±16 | 1749 | $0.15 / $0.5 | 1.05M |
| 13 | ↓ 4 | qwen3.8-27b | Alibaba | 1598 ±11 | 3312 | $0.4 / $3 | N/A |
| 15 | ↓ 4 | glm-5.2-max | Z.ai | 1585 ±7 | 9636 | $1.4 / $4.4 | 1M |
| 16 | ↓ 4 | deepseek-v4-pro-high-20260813 | DeepSeek | 1583 ±11 | 3349 | $1.32 / $3.96 | N/A |
| 17 | ↓ 4 | deepseek-v4-flash-high | DeepSeek | 1580 ±10 | 3998 | $0.44 / $1.32 | 1.05M |
| 29 | ↓ 3 | seed-2.1-pro-preview | Bytedance | 1522 ±8 | 8452 | N/A | N/A |
智能體榜
本周智能體榜頭部格局基本穩定，Anthropic 模型依然佔據前三，Claude Opus 5 (High) 以 13.74% 的淨提升度蟬聯第一，工具幻覺率僅 0.8%，為頭部模型中最低。值得關注的是智譜 GLM 5.2 (Max) 排名大幅提升 7 位，來到第 10 名，淨提升度 6.23%，任務確認成功率達到 8.65%，表現亮眼。
本周共有四款新模型入榜，分別是 SpaceXAI Grok-4.6 (xHigh)、智譜 GLM 5.3 Flash、智譜 GLM 5.3 (Max)、阿里 Qwen3.8 Flash Next 和阿里 Qwen 3.8 27B，其中 Grok-4.6 (xHigh) 首秀排在第 15 名，淨提升度 5.33%。
國產模型在智能體榜已有多款進入前 20，具體排名：
月之暗面 Kimi K3 (Max) 排名第 6 名，淨提升度 8.71%，任務確認成功率 16.90%，較上周下降 2 位；
深度求索 DeepSeek V4 Pro (High) (0813) 排名第 14 名，淨提升度 5.91%，任務確認成功率 13.14%；
阿里 Qwen3.8 Max 排名第 16 名，淨提升度 5.24%，工具幻覺率僅 0.11%；
智譜 GLM 5.2 (Max) 排名第 10 名，淨提升度 6.23%，較上周上升 7 位；
智譜 GLM 5.3 Flash 排名第 19 名，淨提升度 4.03%，本周新入榜；
智譜 GLM 5.3 (Max) 排名第 20 名，淨提升度 3.74%，本周新入榜。
| 排名 | 較上周 | 模型 | 廠商 | 淨提升度 (±CI) | 任務確認成功率 | 好評 / 差評比 | 可控性 |
|---|---|---|---|---|---|---|---|
| 1 | - | Claude Opus 5 (High) | Anthropic | 13.74% ±1.8% | 14.96% ±3.73% | 21.82% ±6.81% | 16% ±3.26% |
| 2 | - | Claude Opus 5 (Max) | Anthropic | 11.69% ±2.01% | 15.49% ±4.03% | 18.35% ±7.36% | 8.3% ±3.98% |
| 3 | - | Claude Fable 5 (High) | Anthropic | 10.61% ±1.53% | 6.81% ±3.3% | 20.25% ±5.49% | 13.23% ±2.77% |
| 4 | ↑ 1 | GPT 5.6 Sol (xHigh) | OpenAI | 9.49% ±1.51% | 7.57% ±3.2% | 21.62% ±5.62% | 8.73% ±2.88% |
| 5 | ↑ 1 | Claude Opus 4.8 (High) | Anthropic | 9.22% ±1.53% | 5.38% ±3.11% | 18.87% ±5.3% | 12.06% ±2.83% |
| 6 | ↓ 2 | Kimi K3 (Max) | Moonshot | 8.71% ±0.66% | 16.9% ±1.35% | 15.85% ±2.31% | 2.13% ±1.29% |
| 7 | - | GPT 5.5 (xHigh) | OpenAI | 7.53% ±1.08% | 2.45% ±2.36% | 12.23% ±3.75% | 8.55% ±1.99% |
| 8 | ↑ 3 | Claude Sonnet 5 (High) | Anthropic | 7.51% ±2.11% | 1.07% ±4.44% | 12.46% ±7.28% | 12.29% ±4.43% |
| 9 | ↓ 1 | Claude Opus 4.7 (High) | Anthropic | 6.49% ±1.42% | 3.98% ±3% | 10.47% ±4.7% | 6.18% ±2.62% |
| 10 | ↑ 7 | GLM 5.2 (Max) | Z.ai | 6.23% ±0.77% | 8.65% ±1.66% | 11.26% ±2.71% | 5.41% ±1.41% |
| — 以下為 Top 10 外的國產模型 — | |||||||
| 14 | - | DeepSeek V4 Pro (High) (0813) | DeepSeek | 5.91% ±1.04% | 13.14% ±2.13% | 5.47% ±3.51% | 1.06% ±2.31% |
| 16 | ↓ 1 | Qwen3.8 Max | Alibaba | 5.24% ±1.13% | 8.38% ±2.5% | 6.47% ±3.89% | 4.56% ±2.26% |
| 19 | 新上榜 | GLM 5.3 Flash | Z.ai | 4.03% ±1.23% | 14.56% ±2.63% | 4.64% ±4.09% | 1.19% ±2.7% |
| 20 | 新上榜 | GLM 5.3 (Max) | Z.ai | 3.74% ±0.77% | 12.36% ±1.71% | 4.27% ±2.53% | 0.83% ±1.55% |
| 23 | ↓ 3 | Deepseek V4 Flash (High) (20260731) |
DeepSeek | 2.85% ±0.81% | 6.97% ±1.82% | 3.38% ±2.73% | 0.16% ±1.65% |
| 24 | 新上榜 | Qwen3.8 Flash Next | Alibaba | 2.51% ±1.57% | 11.86% ±3.26% | 1.54% ±5.29% | 0.31% ±3.72% |
| 27 | - | Kimi K2.7 Code | Moonshot | 1.24% ±2.52% | 1.92% ±5.57% | 1.16% ±8.58% | 5.13% ±5.51% |
| 28 | 新上榜 | Qwen 3.8 27B | Alibaba | 1.19% ±1.11% | 7.08% ±2.54% | 0.84% ±3.67% | 0.27% ±2.28% |
AI 生圖榜
本周 AI 生圖榜頭部格局穩定，gpt-image-2 (medium) 以 1382 分繼續領跑，國產 seedream-5.0-pro 穩居第 8 名，qwen-image-3.0-pro 排在第 9 名，兩款國產模型均守住 Top 10 位置。谷歌 gemini-2.5-flash-image-preview 本周新入榜，排在第 30 名，ELO 1150 分。
| 排名 | 較上周 | 模型 | 廠商 | 分數 (±CI) | 票數 | 價格 ($/M) 輸入 / 輸出 |
上下文 |
|---|---|---|---|---|---|---|---|
| 1 | - | gpt-image-2 (medium) | OpenAI | 1382 ±4 | 75014 | $8 / $30 | N/A |
| 2 | - | mai-image-2.6-preview | Microsoft AI | 1331 ±8 | 6418 | N/A | N/A |
| 3 | - | grok-imagine-image-2.0 (low) | SpaceXAI | 1316 ±12 | 2675 | N/A | N/A |
| 4 | - | reve-2.1 | Reve | 1302 ±8 | 7580 | N/A | N/A |
| 5 | - | muse-image | Meta | 1281 ±6 | 22691 | N/A | N/A |
| 6 | - | reve-2.0 | Reve | 1270 ±6 | 14631 | N/A | N/A |
| 7 | - | gemini-3.1-flash-image (nano-banana-2) [web-search] |
1263 ±5 | 36392 | $0.5 / $3 | 131.1K | |
| 8 | - | seedream-5.0-pro | Bytedance | 1258 ±5 | 48174 | N/A | N/A |
| 9 | - | qwen-image-3.0-pro | Alibaba | 1255 ±7 | 10927 | N/A | N/A |
| 10 | - | mai-image-2.5 | Microsoft AI | 1254 ±4 | 56737 | N/A | N/A |
| — 以下為 Top 10 外的國產模型 — | |||||||
| 16 | - | qwen-image-2.0-pro-2026-06-22 | Alibaba | 1191 ±6 | 12013 | N/A | N/A |
| 29 | - | hunyuan-image-3.0 | Tencent | 1151 ±3 | 173101 | N/A | N/A |
AI 視頻榜
本周 AI 視頻榜迎來新榜首，谷歌 gemini-omni-1.1-flash 首次入榜即奪得第一，ELO 1515 分，超過此前的 gemini-omni-flash。
國產模型方面，dreamina-seedance-2.0-720p 排在第 4 名，dreamina-seedance-2.5-720p 排在第 5 名，minimax-h3 上升至第 6 名，MiniMax 新模型 hailuo-2.3 首次入榜排在第 30 名，ELO 1205 分。
| 排名 | 較上周 | 模型 | 廠商 | 分數 (±CI) | 票數 | 價格 ($/M) 輸入 / 輸出 |
上下文 |
|---|---|---|---|---|---|---|---|
| 1 | 新上榜 | gemini-omni-1.1-flash | 1515 ±16 | 1762 | $1.5 / $9 | 131.1K | |
| 2 | ↓ 1 | gemini-omni-flash | 1512 ±10 | 19830 | N/A | N/A | |
| 3 | ↓ 1 | flux-3-video | Black Forest Labs | 1495 ±17 | 1287 | N/A | N/A |
| 4 | ↓ 1 | dreamina-seedance-2.0-720p | Bytedance | 1479 ±9 | 51266 | N/A | N/A |
| 5 | ↓ 1 | dreamina-seedance-2.5-720p | Bytedance | 1476 ±14 | 2121 | N/A | N/A |
| 6 | - | minimax-h3 | MiniMax | 1460 ±10 | 5813 | N/A | N/A |
| 7 | ↓ 2 | muse-video | Meta | 1457 ±15 | 2178 | N/A | N/A |
| 8 | ↓ 1 | happyhorse-1.0 | Alibaba-ATH | 1428 ±13 | 22112 | N/A | N/A |
| 9 | ↓ 1 | sora-2-pro | OpenAI | 1365 ±7 | 48782 | $0 / $0.3 | N/A |
| 10 | ↓ 1 | veo-3.1-audio | 1364 ±14 | 13705 | $0 / $0.4 | N/A | |
| — 以下為 Top 10 外的國產模型 — | |||||||
| 15 | - | wan2.7-t2v | Alibaba | 1344 ±8 | 20882 | N/A | N/A |
| 19 | ↓ 1 | wan2.6-t2v | Alibaba | 1329 ±8 | 47267 | N/A | N/A |
| 20 | ↓ 1 | seedance-v1.5-pro | Bytedance | 1256 ±7 | 75890 | N/A | N/A |
| 23 | ↓ 2 | wan2.5-t2v-preview | Alibaba | 1247 ±9 | 30497 | N/A | N/A |
| 30 | 新上榜 | hailuo-2.3 | MiniMax | 1205 ±6 | 79981 | N/A | N/A |
總結來看，本周 Arena 周榜最大看點是多款國產新模型集中亮相併取得優異排名，glm-5.3-flash 在代碼榜闖入 Top 10，qwen3.8-max-0902 更是直接登頂前端開發榜，顯示國產模型在代碼開發領域持續進步。頭部依然是 Anthropic 模型壟斷綜合和代碼榜，但國產模型在細分領域已經能衝擊榜首位置，後續更多國產新模型的表現值得繼續關注。