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。
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；
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；
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。
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；
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。
AI 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。
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。