IT之家 10 月 19 日消息，Arena（arena.ai）平台发布 2026 年第 42 周（ 2026-10-12 ~ 2026-10-18 ）AI 大模型盲测排名，本期头部格局整体稳定，国产模型在多个细分榜单保持稳定中上游位置，其中 kimi-k3-max 首次稳定在代码榜前十，mimo-v2.6-pro 首次进入前端开发榜前 20，整体表现可圈可点。本期共有三款新模型正式入榜，分别是 gemini-3.5-flash-medium、 mimo-v2.6-pro 以及 flux-2-flex。
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保持稳定，gemini-4-argon-high 以 1525 分蝉联榜首，claude-opus-5.5-high 以 1507 分位列第二，claude-opus-4-6-high 和 claude-fable-5-high 同以 1504 分并列第三，分差均在 30 分以内，在误差范围内视为接近竞争。头部前 10 名分数均在 1494 分以上，竞争依旧胶着。本周新入榜模型为 gemini-3.5-flash-medium，直接冲进前 30，位列第 30，ELO 得分 1476 分，表现不俗。
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 16 名，ELO 1488 分，排名持平；
- 阿里 qwen3.8-max 位列第 22 名，ELO 1483 分，排名持平；
- 小米 mimo-v2.6-pro 位列第 26 名，ELO 1480 分，排名持平；
- 智谱 glm-5.3-max 位列第 27 名，ELO 1478 分，排名持平。
代码榜
代码榜头部格局依旧稳定，gemini-4-argon-high 以 1562 分继续领跑，claude-fable-5-high 以 1551 分位列第二，claude-opus-4-7-high、 claude-opus-4-6-high、 claude-opus-5.5-high 同以 1550 分并列第三，前三名中除 gemini-4-argon-high 外均为 Anthropic 模型，头部依旧被海外厂商占据。本周核心看点是国产 kimi-k3-max 稳定保持在第十名，ELO 1540 分，成为国产模型在代码榜的最高排名，小米 mimo-v2.6-pro 紧随其后位列第十一，ELO 1539 分，表现亮眼。
国产模型已有多款进入代码榜前 30，具体排名如下：
- 月之暗面 kimi-k3-max 排名第 10，ELO 1540 分，排名持平；
- 小米 mimo-v2.6-pro 排名第 11，ELO 1539 分，排名持平；
- 深度求索 deepseek-v4.1-flash-max 排名第 26，ELO 1528 分，排名持平；
- 智谱 glm-5.3-flash 排名第 27，ELO 1525 分，排名持平；
- 阿里 qwen3.7-max-preview 排名第 28，ELO 1524 分，排名持平；
- 阿里 qwen3.8-max 排名第 29，ELO 1524 分，排名持平。
前端开发榜
前端开发榜头部格局稳定，claude-opus-5.5-max 以 1813 分稳居榜首，gpt-6-astra-max 以 1786 分位列第二，claude-sonnet-5.5-xhigh 以 1774 分位列第三。本周新入榜模型包括 mimo-v2.6-pro 和 claude-haiku-5.5-high，其中小米 mimo-v2.6-pro 首次入榜即位列第 19，ELO 1629 分，成功杀入前 20，延续了其在代码领域的良好表现。
国产模型在前端开发榜占据多个中上游位置，具体如下：
- 阿里 qwen3.8-max-0902 位列第 10，ELO 1674 分，排名持平；
- 阿里 qwen3.8-max 位列第 11，ELO 1672 分，排名持平；
- 月之暗面 kimi-k3-max 位列第 14，ELO 1654 分，排名持平；
- 小米 mimo-v2.6-flash 位列第 16，ELO 1637 分，排名持平；
- 阿里 qwen3.8-flash-next 位列第 17，ELO 1633 分，排名持平；
- 腾讯 hy4-preview 位列第 18，ELO 1632 分，排名持平；
- 小米 mimo-v2.6-pro 新入榜位列第 19，ELO 1629 分；
- 智谱 glm-5.3-max 位列第 22，ELO 1622 分，排名持平。
智能体榜
智能体榜采用百分比信号评分体系，本周 Claude Opus 5.5 (Max) 以 15.53% 的净提升度蝉联榜首，GPT 6 Astra (Max) 排名上升一位至第二，净提升度 13.09%，Claude Fable 5.1 (Max) 位列第三，净提升度 12.66%，头部依旧被海外模型占据。在指标方面，Claude Opus 5.5 (Max) 工具幻觉率仅 0.37%，为头部最低，表现出色。国产模型整体处于中上游梯队，已有多款进入前 30。
国产模型在智能体榜具体表现如下：
- 深度求索 Deepseek V4.1 Flash (Max) 排名第 15，净提升度 3.80%，任务确认成功率 7.44%，较上周上升 2 位；
- 月之暗面 Kimi K3 (Max) 排名第 16，净提升度 3.78%，任务确认成功率 6.46%，较上周上升 2 位；
- 腾讯 Hy4 preview 排名第 17，净提升度 3.61%，任务确认成功率 5.96%，较上周上升 2 位；
- 小米 MiMo V2.6 Pro 排名第 18，净提升度 3.52%，任务确认成功率 8.03%，较上周上升 2 位；
- 智谱 GLM 5.2 (Max) 排名第 19，净提升度 3.19%，任务确认成功率 4.11%，较上周上升 2 位；
- 阿里 Qwen3.8 Max 排名第 22，净提升度 2.35%，任务确认成功率 5.09%，较上周上升 2 位；
- 智谱 GLM 5.3 (Max) 排名第 23，净提升度 2.15%，任务确认成功率 4.78%，较上周上升 2 位。
AI 生图榜
AI 生图榜头部格局稳定，gpt-image-2.5-sunburst 以 1425 分蝉联榜首，gpt-image-2.5-flare 以 1398 分位列第二，gpt-image-2 (medium) 以 1383 分位列第三，前三名均为 OpenAI 模型。本周新入榜模型为 flux-2-flex，首次入榜即位列第 30，ELO 得分 1157 分。国产模型在该榜表现稳定，字节跳动 seedream-5.0-pro 和阿里 qwen-image-3.0-pro 同以 1255 分并列第 12、13 名，均进入前 15，处于中上游位置。
AI 视频榜
AI 视频榜头部依旧由谷歌模型占据，gemini-omni-1.1-flash 以 1516 分位列第一，gemini-omni-flash 以 1513 分位列第二，flux-3-video 以 1493 分位列第三。国产模型表现突出，前五名中占据两席，字节跳动 dreamina-seedance-2.0-720p 位列第五，ELO 1479 分，阿里 wan3.0 紧随其后位列第六，ELO 1476 分，前 10 名中共有四款国产模型，整体实力不容小觑。
本周 Arena AI 大模型周榜整体头部格局变化不大，海外模型依旧占据榜首位置，但国产模型在多个细分榜单已经稳定站稳中上游，kimi-k3-max 在代码榜进入前十，mimo-v2.6-pro 在前端开发榜和智能体榜均有亮眼表现，字节跳动、阿里的国产模型在 AI 生图、AI 视频领域也保持了前五、前十的好成绩。后续我们将持续关注国产大模型的进展，带来最新排名变化。