网易首页 > 网易号 > 正文 申请入驻

AI大模型周榜:谷歌Gemini 4 Carbon首秀强势登顶,国产模型稳居视频榜前五阵营

0
分享至

11 月 16 日消息,Arena(arena.ai)平台发布了 2026 年第 46 周(2026 年 11 月 9 日 ~11 月 15 日)大模型盲测投票榜单。

本周最大看点来自谷歌:新模型Gemini 4 Carbon (High)首秀便以 1526 分登顶综合榜,同家族的Gemini 4 Argon (High)以 1522 分紧随其后,两者仅差 4 分,在误差范围内视为并列第一。

国产模型方面,前端开发榜上月之暗面 kimi k3.1 pro (Max)首次杀入第 12 名,成为榜单中排名最高的国产模型;AI 视频榜上,字节跳动 dreamina seedance 2.0 / 2.5 分别占据第 6、7 名,阿里 wan 3.0 位列第 8 名,国产阵营在视频生成赛道已稳定占据第一梯队。

整体来看,本周榜单呈现“谷歌新王登顶、Anthropic 固守智能体与前端、国产模型在多模态赛道持续渗透”的格局。

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

综合榜本周格局发生显著变化,谷歌新推出的Gemini 4 Carbon (High)以 1526 分空降第 1 名,紧随其后的是同家族老型号Gemini 4 Argon (High)以 1522 分位列第 2 名,两者分差仅 4 分,在置信区间内视为并列头部。

Meta 的Muse Wonder (Max)以 1511 分位列第 3 名,Anthropic 的Claude Opus 5.5 (High)以 1507 分位列第 4 名。

值得注意的是,Top 8 中 Anthropic 独占 5 席(Claude Opus 5.5、Claude Fable 5、Claude Opus 4.6、Claude Fable 5.1、Claude Opus 4.7),家族式占位特征明显,但分数差距极小,均在 6 分以内。Claude Opus 4.8 (High)以 1482 分位列第 27 名,是 Anthropic 阵营中排名下滑最明显的型号,被多款同梯队模型反超。

国产模型在综合榜中处于中游位置,与头部仍有 40 分左右的差距:

月之暗面Kimi K3.1 Pro (Max)排名最高,位列第 24 名,ELO 1485 分;

月之暗面Kimi K3 (Max)位列第 20 名,ELO 1487 分;

阿里Qwen 3.8 Max位列第 25 名,ELO 1484 分;

智谱GLM 5.3 (Max)位列第 28 名,ELO 1482 分。

排名模型厂商分数 (±CI)票数价格 ($/M)输入 / 输出上下文1Gemini 4 Carbon (High)Google1526 ±104273$$2 / $10N/A2Gemini 4 Argon (High)Google1522 ±520779$$2 / $101M3Muse Wonder (Max)Meta1511 ±612696$$4 / $201M4Claude Opus 5.5 (High)Anthropic1507 ±615793$$4 / $201M5Claude Fable 5 (High)Anthropic1504 ±445469$$10 / $501M6Claude Opus 4.6 (High)Anthropic1503 ±384375$$5 / $251M7Claude Fable 5.1 (Max)Anthropic1502 ±520511$$10 / $501M8Claude Opus 4.7 (High)Anthropic1501 ±464260$$5 / $251M9Gemini 3.8 Flash (High)Google1497 ±462675$$0.75 / $3.751M10Muse Spark 1.3 (Max)Meta1497 ±526806$$1.25 / $4.251M— 以下为 Top 10 外的国产模型 —20Kimi K3 (Max)Moonshot1487 ±441402N/AN/A24Kimi K3.1 Pro (Max)Moonshot1485 ±103995$$2 / $101M25Qwen 3.8 MaxAlibaba1484 ±536936$$2 / $61M28GLM 5.3 (Max)Z.ai1482 ±531604$$1.40 / $4.401M

前端开发榜

前端开发榜本周由 Anthropic 强势主导,Claude Fable 5.2 (xHigh)以 1838 分高居第 1 名,领先第 2 名Claude Opus 5.5 (Max)(1815 分)23 分,优势明显。

Top 5 中 Anthropic 独占 3 席(Claude Fable 5.2、Claude Opus 5.5、Claude Sonnet 5.5),谷歌Gemini 4 Carbon (High)以 1768 分位列第 4 名,OpenAIGPT 6 Astra (Max)以 1764 分位列第 5 名。

国产模型在该榜表现亮眼:月之暗面kimi k3.1 pro (Max)以 1687 分位列第 12 名,是排名最高的国产模型,直接杀入前 15;阿里、深度求索、百度、小米、腾讯、智谱均有模型进入前 30 名,国产阵营在前 30 名中占据 8 席,是所有分榜中国产模型席位最多的一个。

排名模型厂商分数 (±CI)票数价格 ($/M)输入 / 输出上下文1Claude Fable 5.2 (xHigh)Anthropic1838 ±211215$$8 / $401M2Claude Opus 5.5 (Max)Anthropic1815 ±124208$$4 / $201M3Claude Sonnet 5.5 (xHigh)Anthropic1772 ±105895$$2 / $101M4Gemini 4 Carbon (High)Google1768 ±152120$$2 / $10N/A5GPT 6 Astra (Max)OpenAI1764 ±98470$$10 / $501.1M6GPT 6.1 Sol (Max)OpenAI1743 ±105590$$2 / $101.1M7Claude Fable 5.1 (Max)Anthropic1742 ±89800$$10 / $501M8Muse Wonder Full (Max)Meta1723 ±142068N/AN/A9Claude Sonnet 5.5 (High)Anthropic1715 ±87940$$2 / $101M10Gemini 4 Hydrogen (High)Google1704 ±141997$$1.50 / $7.50N/A— 以下为 Top 10 外的国产模型 —12Kimi K3.1 Pro (Max)Moonshot1687 ±104977$$2 / $101M15Qwen 3.8 (Max 0902)Alibaba1676 ±622099$$2 / $6N/A17Qwen 3.8 MaxAlibaba1670 ±123370$$2 / $61M18DeepSeek V4.1 Flash (Max)(1017)DeepSeek1664 ±714108$$0.15 / $0.601M18Ernie 5.5 Flash PreviewBaidu1668 ±16
$$0.28 / $1.13N/A19Kimi K3 (Max)Moonshot1658 ±622448$$3 / $151M25Mimo V2.6 FlashXiaomi1638 ±88944$$0.14 / $0.281.1M26Hy4 (Preview)Tencent1632 ±104601$$0.83 / $2.501M28Mimo V2.6 ProXiaomi1625 ±88846$$0.43 / $0.871.1M29Qwen 3.8 Flash NextAlibaba1624 ±711380$$0.16 / $0.471M

智能体榜

智能体榜本周由 Anthropic 完全主导,Claude Fable 5.2 (Max)以 30.48% 的净提升度高居第 1 名,领先第 2 名Claude Opus 5.5 (Max)(19.51%)超过 11 个百分点,优势显著。

谷歌Gemini 4 Carbon (High)以 16.9% 位列第 3 名,其工具幻觉率仅 0.55%,是头部模型中工具调用最 " 干净 " 的之一。

Anthropic 在前 8 名中占据 5 席,OpenAI 在 7、9、10 名各有 1 款,谷歌在 3、5、11 名各有 1 款。

国产模型中,腾讯Hy4以 5.75% 位列第 18 名,月之暗面Kimi K3.1 Pro (Max)以 4.83% 位列第 20 名,处于第二梯队末尾。

排名模型厂商净提升度 (±CI)任务确认成功率好评 / 差评比可控性1Claude Fable 5.2 (Max)Anthropic30.48% ±3.07%0% ±0%74.41% ±12.7%32.91% ±1.41%2Claude Opus 5.5 (Max)Anthropic19.51% ±2.04%0% ±0%40.72% ±7.59%18.41% ±1.94%3Gemini 4 Carbon (High)Google16.9% ±0.68%0% ±0%40.91% ±2.48%19.06% ±0.61%4Claude Sonnet 5.5 (Max)Anthropic16.07% ±2.81%0% ±0%31.11% ±11%14.53% ±2.73%5Gemini 4 Hydrogen (High)Google14.8% ±2.23%0% ±0%32.12% ±8.39%20.53% ±2.04%6Claude Fable 5.1 (Max)Anthropic14.62% ±2.06%0% ±0%31.14% ±7.71%14.49% ±1.85%7GPT-6 Astra (Max)OpenAI14.56% ±2.03%0% ±0%31.86% ±7.44%14.78% ±1.78%8Claude Opus 5.5 (High)Anthropic14.22% ±1.05%0% ±0%29.83% ±3.71%15.34% ±0.97%9GPT-6.1 Sol (Max)OpenAI12.4% ±1.12%0% ±0%27.45% ±4.01%13.25% ±1.05%10GPT-6.1 Terra (Max)OpenAI11.96% ±1.25%0% ±0%19.51% ±4.36%16.7% ±1.25%— 以下为 Top 10 外的国产模型 —18Hy4Tencent5.75% ±1.29%0% ±0%6.21% ±4.27%9.3% ±1.48%20Kimi K3.1 Pro (Max)Moonshot4.83% ±1.11%0% ±0%8.03% ±3.48%6.45% ±1.35%25MiMo-V2.6-ProXiaomi2.16% ±0.9%0% ±0%2.98% ±2.74%1.29% ±1.18%27DeepSeek-V4.1-Flash-20261017(Max)DeepSeek2.01% ±0.52%0% ±0%1.01% ±1.58%4.13% ±0.65%

AI 生图榜

AI 生图榜由 OpenAI 全面垄断,GPT Image 2.5 Sunburst以 1429 分高居第 1 名,Top 5 全部被 OpenAI 的 GPT Image 系列包揽。

国产模型中,阿里Qwen Image 3.0 Pro以 1254 分位列第 14 名,是排名最高的国产生图模型;字节跳动Seedream 5.0 Pro以 1248 分位列第 17 名,两者分差仅 6 分,在误差范围内视为接近。

国产生图模型与头部 OpenAI 仍有 170 分以上的差距,处于第二梯队。

排名模型厂商分数 (±CI)票数价格 ($/M)输入 / 输出上下文1GPT Image 2.5 SunburstOpenAI1429 ±563818

2GPT Image 2.6 Sunburst(Medium)OpenAI1406 ±132697

3GPT Image 2.5 FlareOpenAI1398 ±563120

4GPT Image 2.6 Flare (Medium)OpenAI1384 ±132532

5GPT Image 2 (medium)OpenAI1382 ±4108559

6Mai Image 2.6Microsoft AI1330 ±541413

7Gemini Nano Banana 2.1Google1327 ±94961

8Grok Imagine Image 2.0(canvas)SpaceXAI1318 ±79919

9Reve 2.1Reve1301 ±87893

10Grok Imagine Image 2.0(20260801)SpaceXAI1287 ±536215

— 以下为 Top 10 外的国产模型 —14Qwen Image 3.0 ProAlibaba1254 ±710899

17Seedream 5.0 ProBytedance1248 ±4110580

21Qwen Image 2.1Alibaba1227 ±617822

23MiniMax H3 ImageMiniMax1197 ±113277

24Qwen Image 2.0 Pro 2026.06.22Alibaba1190 ±612657

AI 视频榜

AI 视频榜本周呈现 " 谷歌领跑、国产紧追 " 的格局。

谷歌Gemini Omni 1.2 Flash以 1540 分空降第 1 名,其前代 Gemini Omni 1.1 Flash 以 1513 分位列第 2 名,两者分差 27 分,仍在 30 分误差范围内,可视为并列头部。

国产模型表现极为亮眼:字节跳动Dreamina Seedance 2.0 720p以 1483 分位列第 6 名,Dreamina Seedance 2.5 720p以 1479 分位列第 7 名,阿里Wan 3.0以 1476 分位列第 8 名,国产阵营在视频榜前 10 名中独占 3 席,是所有分榜中排名最靠前、最集中的一个。

值得注意的是,OpenAI 的Sora 2 Pro仅以 1367 分位列第 13 名,被多款国产视频模型反超。

排名模型厂商分数 (±CI)票数价格 ($/M)输入 / 输出上下文1Gemini Omni 1.2 FlashGoogle1540 ±161714

2Gemini Omni 1.1 FlashGoogle1513 ±151792

3Gemini Omni FlashGoogle1509 ±846707

4Flux 3 VideoBlack Forest Labs1491 ±171314

5Grok Imagine Video 1.5 (Agent)SpaceXAI1488 ±191249

6Dreamina Seedance 2.0 720pBytedance1483 ±872137

7Dreamina Seedance 2.5 720pBytedance1479 ±825421

8Wan 3.0Alibaba1476 ±123060

9SkyReels V4Skywork1459 ±181060

10Muse VideoMeta1457 ±152225

— 以下为 Top 10 外的国产模型 —11Minimax H3MiniMax1456 ±829257

12Happyhorse 1.0Alibaba-ATH1429 ±1222896

22Wan 2.7Alibaba1337 ±748517

23Wan 2.6Alibaba1324 ±775753

24Seedance V1.5 ProBytedance1256 ±777992

27Wan 2.5 I2i (Preview)Alibaba1244 ±943113

28Pixverse V5.6Proprietary1238 ±1033302

30Kling 2.5 Turbo 1080pKlingAI1219 ±172110

总结

综合本周六大榜单,AI 大模型竞争格局呈现三条清晰的主线:

一是谷歌凭借 Gemini 4 Carbon 的发布,在综合榜、前端开发榜、智能体榜、视频榜同时发力,打破了 Anthropic 和 OpenAI 的长期垄断;

二是 Anthropic 在智能体榜和前端开发榜保持绝对统治力,家族化占位特征明显;

三是国产模型在视频生成赛道已稳定进入第一梯队(字节 seedance、阿里 wan 系列占据 6~8 名),并在前端开发榜实现了位次突破(kimi k3.1 pro 杀入前 15),但在综合能力上与头部仍有约 40 分的差距。

下周值得关注的是 Gemini 4 Carbon 在综合榜分数能否继续扩大优势,以及 Anthropic 新发布的 Claude Fable 5.2 在各榜的后续表现。

本文源自:IT之家

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
关税反击:特朗普已被逼到了悬崖边上,因为中国击中了他这个要害

关税反击:特朗普已被逼到了悬崖边上,因为中国击中了他这个要害

诡谲怪谈
2025-04-18 11:36:10
高市早苗参加APEC晚宴!穿红衣黑裙很知性,却是抵达机场时的衣服

高市早苗参加APEC晚宴!穿红衣黑裙很知性,却是抵达机场时的衣服

八八尚语
2026-11-19 10:39:30
追完《狂飙》就邀她拍戏,张艺谋对高叶的欣赏藏了 14 年

追完《狂飙》就邀她拍戏,张艺谋对高叶的欣赏藏了 14 年

财叔
2026-11-20 09:43:35
随着辽宁男篮107-115遭山西男篮逆转过去仅一夜,带来辽宁男篮乌戈最新动态,付豪说的非常实在

随着辽宁男篮107-115遭山西男篮逆转过去仅一夜,带来辽宁男篮乌戈最新动态,付豪说的非常实在

凯丰侃球
2026-11-21 10:10:00
建议国际足联严查!南美裁判坑惨国足,放任犯规+胡乱判点球,国少0-5惨败收场

建议国际足联严查!南美裁判坑惨国足,放任犯规+胡乱判点球,国少0-5惨败收场

球盲百小易
2026-11-21 02:26:41
上半年138.3万对离婚,民政局“不劝了”:40岁以后的分手,是算过账的

上半年138.3万对离婚,民政局“不劝了”:40岁以后的分手,是算过账的

青科新闻
2026-11-08 11:25:23
GTA6首位韩流女歌手!被批太低俗 含跪下吞下等字眼

GTA6首位韩流女歌手!被批太低俗 含跪下吞下等字眼

游民星空
2026-11-20 17:10:26
四川一车主车身被剐,嫌2000元喷漆贵,把车开美甲店,效果出奇好

四川一车主车身被剐,嫌2000元喷漆贵,把车开美甲店,效果出奇好

华庭讲美食
2026-11-20 16:11:20
2.5G网速只跑出600M,问题竟出在显示器上

2.5G网速只跑出600M,问题竟出在显示器上

有态度网友ytd2993
2026-11-19 23:22:03
王菲、窦靖童、李嫣母女三人20周年合唱版《爱笑的天使》今日0点正式上线,嫣然天使基金发文:1个孩子的降生,20年从未停步的努力

王菲、窦靖童、李嫣母女三人20周年合唱版《爱笑的天使》今日0点正式上线,嫣然天使基金发文:1个孩子的降生,20年从未停步的努力

大风新闻
2026-11-21 08:51:03
APEC峰会谈芯片断供,董明珠:没有自己的芯,巨头也纯是替人打工

APEC峰会谈芯片断供,董明珠:没有自己的芯,巨头也纯是替人打工

哄动一时啊
2026-11-20 09:55:29
弘清法师透露:当一个家庭不聚财的时候,女主人多半有这3个习惯

弘清法师透露:当一个家庭不聚财的时候,女主人多半有这3个习惯

古怪奇谈录
2025-10-20 16:24:37
四川成都一女神太漂亮了,身高170五官精致,美得让人移不开眼

四川成都一女神太漂亮了,身高170五官精致,美得让人移不开眼

动物奇奇怪怪
2026-11-17 15:04:39
96比8票压倒性通过,蒙古总统被摘掉乌纱帽后,他明显很不服气

96比8票压倒性通过,蒙古总统被摘掉乌纱帽后,他明显很不服气

影孖看世界
2026-11-20 22:18:34
中产“相亲神器”,被这个中国小城干成白菜价

中产“相亲神器”,被这个中国小城干成白菜价

金错刀
2026-11-20 15:03:50
周六你需要知道的隔夜全球要闻:英伟达暴跌14%、美股进入回调区间;交易员不再完全消化美联储12月加息预期;“大空头”卖掉了半数英伟达和半导体ETF看跌期权

周六你需要知道的隔夜全球要闻:英伟达暴跌14%、美股进入回调区间;交易员不再完全消化美联储12月加息预期;“大空头”卖掉了半数英伟达和半导体ETF看跌期权

财联社
2026-11-21 07:03:01
天府金融大厦打包价2.44亿遭流拍,四川天府银行处置受挫

天府金融大厦打包价2.44亿遭流拍,四川天府银行处置受挫

密探财经
2026-11-20 13:19:31
痛风第一大省,是怎样被一碗汤熬成的?

痛风第一大省,是怎样被一碗汤熬成的?

犀利辣椒
2026-11-20 06:20:49
伊能静坐观察室刚开口,一句“根本不认识”,撕开多少明星假友情?

伊能静坐观察室刚开口,一句“根本不认识”,撕开多少明星假友情?

草莓解说体育
2026-11-21 06:32:20
11月21日收盘:纳指狂泻千点 英伟达跌14% 标普道指双双步入回调区间

11月21日收盘:纳指狂泻千点 英伟达跌14% 标普道指双双步入回调区间

新浪财经
2026-11-21 05:45:08
2026-11-21 10:52:49
金融界 incentive-icons
金融界
投资者信赖的财经金融门户网站
10258025文章数 547269关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

时尚
教育
游戏
健康
房产

运动风,漫不经心地穿才“松弛”!

教育要闻

校长要守住的3条办学底线

《流放之路:降临》国服1.0定档12月12日!我和制作人现场见证并聊了聊

医生眼里"很伤腰"的椅子,很多人天天坐

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

无障碍浏览 进入关怀版