AI大模型周榜：国产多模型扎堆入榜前端开发榜

IT之家 9 月 7 日消息，Arena（arena.ai）平台本周发布 2026 年第 36 周（8 月 31 日 ~9 月 6 日）AI 大模型盲测排名，本期迎来多个重量级新模型入榜，其中多款国产模型在细分榜单实现亮眼突破。

• 前端开发榜中，阿里 qwen3.8-max-0902 首次入榜即位列第 4，阿里 qwen3.8-flash-next、腾讯 hy4-preview、智谱 glm-5.3-flash 也同步首次入榜并杀入前 15；
• AI 视频榜中，阿里 wan3.0 首次入榜直接冲进前三，展现国产生成视频模型的最新竞争力。

整体来看，头部格局仍以海外模型为主，但国产模型在细分领域的进步速度值得关注。

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 2 分，在误差范围内视为接近。

本周有两款新模型首次入榜，Anthropic claude-fable-5.1-max 直接冲入前三，ELO 得分 1504 分，位列第 3；谷歌 gemini-3.8-flash-high 位列第 8，ELO 得分 1494 分，目前仍为 preliminary 阶段。

头部前 10 名分数均在 1492 分以上，分差均小于 30 分，整体竞争非常胶着。

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 12 名，ELO 1489 分，排名持平；
• 智谱 glm-5.3-max 位列第 20 名，ELO 1482 分，较上周下降 5 位；
• 阿里 qwen3.8-max 位列第 22 名，ELO 1480 分，排名下降 2 位；

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-fable-5Anthropic1507 ±527189$10 / $501M2-claude-opus-4-6-highAnthropic1505 ±472099$5 / $251M3新上榜claude-fable-5.1-maxAnthropic1504 ±112906$10 / $501M4↓ 1claude-opus-4-7-highAnthropic1502 ±460103$5 / $251M5↓ 1muse-spark-1.2 (xHigh)Meta1499 ±103240$1.25 / $4.25N/A6↓ 1claude-opus-4-6Anthropic1498 ±376015$5 / $251M7↓ 1claude-opus-4-7Anthropic1494 ±461238$5 / $251M8新上榜gemini-3.8-flash-highGoogle1494 ±95125$0.75 / $3.751.05M9↓ 2claude-opus-5-highAnthropic1493 ±535174$5 / $251M10↓ 2muse-spark-1.1Meta1492 ±524064$1.25 / $4.25N/A— 以下为 Top 10 外的国产模型 —12↓ 2kimi-k3-maxMoonshot1489 ±518090N/AN/A20↓ 5glm-5.3-maxZ.ai1482 ±77668$1.4 / $4.41.05M22↓ 2qwen3.8-maxAlibaba1480 ±613346$2 / $61M代码榜

代码榜头部格局同样稳定，claude-opus-4-7-high 和 claude-opus-4-6-high 同以 1552 分并列前两位，claude-fable-5 以 1551 分紧随其后，前三名均为 Anthropic 模型。

本周谷歌 gemini-3.8-flash-high 首次入榜即位列第 7，ELO 1537 分；OpenAI gpt-5.5-high 也首次入榜，位列第 28，ELO 1520 分。国产模型 glm-5.3-flash 排名上升 2 位，来到第 9，表现亮眼。

国产模型在代码榜已有多款进入前 30，具体排名如下：

• 月之暗面 kimi-k3-max 位列第 6 名，ELO 1542 分，排名持平；
• 智谱 glm-5.3-flash 位列第 9 名，ELO 1534 分，较上周上升 2 位；
• 智谱 glm-5.3-max 位列第 16 名，ELO 1528 分，较上周下降 3 位；
• 阿里 qwen3.8-max 位列第 30 名，ELO 1520 分，较上周下降 4 位；

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-4-7-highAnthropic1552 ±617176$5 / $251M2-claude-opus-4-6-highAnthropic1552 ±618800$5 / $251M3-claude-fable-5Anthropic1551 ±87293$10 / $501M4-claude-opus-4-7Anthropic1547 ±617342$5 / $251M5-claude-opus-4-6Anthropic1546 ±521198$5 / $251M6-kimi-k3-maxMoonshot1542 ±94719N/AN/A7新上榜gemini-3.8-flash-highGoogle1537 ±161456$0.75 / $3.751.05M8↑ 1claude-opus-4-8-highAnthropic1534 ±613439$5 / $251M9↑ 2glm-5.3-flashZ.ai1534 ±171274$0.15 / $0.51.05M10↓ 3muse-spark-1.2 (xHigh)Meta1533 ±20935$1.25 / $4.25N/A— 以下为 Top 10 外的国产模型 —16↓ 3glm-5.3-maxZ.ai1528 ±142008$1.4 / $4.41.05M19↓ 1qwen3.7-max-previewAlibaba1525 ±181118$1.48 / $4.431M26↑ 1mimo-v2.5-proXiaomi1520 ±615813$0.44 / $0.871.05M30↓ 4qwen3.8-maxAlibaba1520 ±103867$2 / $61M前端开发榜

前端开发榜本周迎来密集新模型入榜，OpenAI gpt-6-astra-max 首次登榜即拿下榜首，ELO 1797 分；Anthropic claude-fable-5.1-max 首次入榜位列第二，ELO 1762 分。

国产模型此次扎堆入榜表现突出，阿里 qwen3.8-max-0902 首次入榜即冲到第 4，ELO 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 也均首次入榜并杀入前 15，分别位列第 9、第 12、第 15。

国产模型在前端开发榜已有多款进入前 20：

• 阿里 qwen3.8-max-0902 排名最高，位列第 4 名，ELO 1686 分，首次入榜；
• 月之暗面 kimi-k3-max 位列第 5 名，ELO 1674 分，排名下降 3 位；
• 阿里 qwen3.8-max 位列第 6 名，ELO 1670 分，排名下降 3 位；
• 阿里 qwen3.8-flash-next 位列第 9 名，ELO 1626 分，首次入榜；
• 腾讯 hy4-preview 位列第 12 名，ELO 1621 分，首次入榜。

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新上榜gpt-6-astra-maxOpenAI1797 ±241199$10 / $501.05M2新上榜claude-fable-5.1-maxAnthropic1762 ±162275$10 / $501M3↓ 2claude-opus-5-maxAnthropic1688 ±810904$5 / $251M4新上榜qwen3.8-max-0902Alibaba1686 ±161868$2 / $6N/A5↓ 3kimi-k3-maxMoonshot1674 ±114546$3 / $151.05M6↓ 3qwen3.8-maxAlibaba1670 ±123223$2 / $61M7↓ 3claude-opus-5-highAnthropic1661 ±710928$5 / $251M8↓ 2claude-fable-5Anthropic1629 ±89356$10 / $501M9新上榜qwen3.8-flash-nextAlibaba1626 ±142158$0.16 / $0.471M10↓ 5grok-4.6-highSpaceXAI1625 ±113487$2 / $6500K— 以下为 Top 10 外的国产模型 —12新上榜hy4-previewTencent1621 ±161661$0.83 / $2.51.05M14↓ 6glm-5.3-maxZ.ai1609 ±122930$1.4 / $4.41.05M15新上榜glm-5.3-flashZ.ai1605 ±151961$0.15 / $0.51.05M16↓ 7qwen3.8-27bAlibaba1594 ±113543$0.4 / $3N/A18↓ 7glm-5.2-maxZ.ai1587 ±79836$1.4 / $4.41M19↓ 7deepseek-v4-pro-high-20260813DeepSeek1582 ±113518$1.32 / $3.96N/A20↓ 7deepseek-v4-flash-highDeepSeek1580 ±104177$0.44 / $1.321.05M智能体榜

智能体榜本周迎来新模型 claude-fable-5.1-max 首次登榜，直接以 15.87% 的净提升度登顶榜首，原榜首 Claude Opus 5 (High) 以 12.68% 降至第二。

在信号指标方面，claude-opus-4.8 (High) 工具幻觉率仅 0.24%，为头部最低；kimi-k3-max 任务确认成功率达到 16.58%，在国产模型中领先。

国产模型在智能体榜已有多款进入前 30，其中多款新模型本周首次入榜：

• 月之暗面 kimi-k3-max 排名最高，位列第 7 名，净提升度 7.96%，任务确认成功率 16.58%，排名下降 1 位；
• 腾讯 hy4-preview 位列第 10 名，净提升度 6.92%，任务确认成功率 13.56%，首次入榜；
• 智谱 glm-5.2 (max) 位列第 12 名，净提升度 6.03%，较上周上升 4 位；
• 阿里 qwen3.8-max 位列第 16 名，净提升度 5.51%，较上周下降 5 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新上榜Claude Fable 5.1 (Max)Anthropic15.87% ±2.84%22.45% ±3.71%42.45% ±10.94%0.58% ±6.77%2↓ 1Claude Opus 5 (High)Anthropic12.68% ±1.73%13.3% ±3.69%18.27% ±6.49%16.09% ±3.24%3↓ 1Claude Opus 5 (Max)Anthropic11.67% ±1.96%14.89% ±3.95%17.3% ±7.1%9.7% ±3.85%4↓ 1Claude Fable 5 (High)Anthropic10.23% ±1.46%7.37% ±3.17%19.36% ±5.29%11.89% ±2.68%5↓ 1GPT 5.6 Sol (xHigh)OpenAI9.31% ±1.49%6.68% ±3.13%22.07% ±5.5%8.88% ±2.84%6↓ 1Claude Opus 4.8 (High)Anthropic9.17% ±1.48%5.27% ±3.07%18.04% ±5.19%12.59% ±2.73%7↓ 1Kimi K3 (Max)Moonshot7.96% ±0.68%16.58% ±1.4%14.03% ±2.36%1.24% ±1.35%8-Claude Sonnet 5 (High)Anthropic7.41% ±1.95%2.8% ±4.13%11.19% ±6.78%11.52% ±4.13%9↓ 2GPT 5.5 (xHigh)OpenAI7.21% ±1.08%2.07% ±2.42%11.41% ±3.77%8.54% ±2.01%10新上榜Hy4 previewTencent6.92% ±1.51%13.56% ±2.96%10.26% ±5.61%0.1% ±3.21%— 以下为 Top 10 外的国产模型 —12↑ 4GLM 5.2 (Max)Z.ai6.03% ±0.76%8.63% ±1.64%11.73% ±2.67%4.48% ±1.38%16↓ 5Qwen3.8 MaxAlibaba5.51% ±1.09%10.37% ±2.35%6.58% ±3.8%4.15% ±2.19%18↓ 6DeepSeek V4 Pro (High) (0813)DeepSeek5.43% ±0.9%11.75% ±1.91%5.24% ±3.13%0.67% ±1.95%22↓ 2GLM 5.3 (Max)Z.ai3.8% ±0.71%12.1% ±1.52%5.75% ±2.41%0.63% ±1.37%23新上榜GLM 5.3 FlashZ.ai3.67% ±1.03%14.14% ±2.16%5.45% ±3.49%0.23% ±2.12%24↓ 2Deepseek V4 Flash (High)
(20260731)DeepSeek3.29% ±0.8%8.46% ±1.76%3.9% ±2.76%0.02% ±1.6%27新上榜Qwen3.8 Flash NextAlibaba2.61% ±1.21%12.46% ±2.49%0.24% ±4.15%1.18% ±2.74%30↓ 3Qwen 3.8 27BAlibaba1.03% ±0.99%6.98% ±2.26%0.78% ±3.28%0.39% ±2.02%AI 生图榜

AI 生图榜头部格局稳定，gpt-image-2 (medium) 以 1382 分蝉联榜首；微软 mai-image-2.6 首次入榜即拿到第二名，ELO 1332 分。

国产模型 seedream-5.0-pro 稳定保持第 8，qwen-image-3.0-pro 位列第 9，hunyuan-image-3.0 位列第 29，整体排名变化不大。

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-gpt-image-2 (medium)OpenAI1382 ±477830$8 / $30N/A2新上榜mai-image-2.6Microsoft AI1332 ±710086N/AN/A3-grok-imagine-image-2.0 (low)SpaceXAI1315 ±122682N/AN/A4-reve-2.1Reve1301 ±87576N/AN/A5-muse-imageMeta1279 ±624856N/AN/A6-reve-2.0Reve1270 ±614636N/AN/A7-gemini-3.1-flash-image
(nano-banana-2) [web-search]Google1261 ±540649$0.5 / $3131.1K8-seedream-5.0-proBytedance1258 ±459484N/AN/A9-qwen-image-3.0-proAlibaba1254 ±710923N/AN/A10-mai-image-2.5Microsoft AI1254 ±457295N/AN/A— 以下为 Top 10 外的国产模型 —16-qwen-image-2.0-pro-2026-06-22Alibaba1191 ±612016N/AN/A29-hunyuan-image-3.0Tencent1151 ±3173129N/AN/AAI 视频榜

AI 视频榜本周最大亮点是阿里 wan3.0 首次入榜即冲进前三，ELO 得分 1494 分，仅次于谷歌 gemini-omni-1.1-flash（ 1515 分）和 gemini-omni-flash（ 1511 分），与第四名 flux-3-video（ 1494 分）同分，在误差范围内视为并列。

国产 dreamina-seedance-2.5-720p 排名上升一位，来到第 6；minimax-h3 位列第 8，整体国产模型占据多个中上游位置。

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-omni-1.1-flashGoogle1515 ±151777$1.5 / $9131.1K2-gemini-omni-flashGoogle1511 ±1021934N/AN/A3新上榜wan3.0Alibaba1494 ±191167N/AN/A4↓ 1flux-3-videoBlack Forest Labs1494 ±171290N/AN/A5新上榜grok-imagine-video-1.5-agentSpaceXAI1491 ±191195N/AN/A6↓ 1dreamina-seedance-2.5-720pBytedance1482 ±124066N/AN/A7↓ 3dreamina-seedance-2.0-720pBytedance1479 ±852864N/AN/A8↓ 2minimax-h3MiniMax1462 ±107648N/AN/A9↓ 2muse-videoMeta1456 ±152178N/AN/A10↓ 2happyhorse-1.0Alibaba-ATH1427 ±1322116N/AN/A— 以下为 Top 10 外的国产模型 —19↓ 4wan2.7-t2vAlibaba1341 ±823025N/AN/A21↓ 2wan2.6-t2vAlibaba1328 ±849348N/AN/A22↓ 2seedance-v1.5-proBytedance1256 ±775891N/AN/A25↓ 2wan2.5-t2v-previewAlibaba1246 ±932461N/AN/A

本期 Arena 周榜的最大看点是大量新模型集中发布并迅速入榜测试，其中国产模型在前端开发、AI 生成视频等细分领域实现了突破性排名，多款新模型首次入榜就冲进前十甚至前三，展现出快速迭代的竞争力。

头部综合榜仍由海外厂商模型占据，但国产模型与头部的分差正在持续缩小。

下周随着更多新模型完成投票积累，排名格局有望进一步变化，值得持续关注。