Arena 公布 2026 年第 42 周 AI 大模型周榜：国产模型多领域站稳中上游， kimi-k3-max

AI 总结
• Arena公布2026年第42周（10月12日~18日）AI大模型盲测排名，综合榜头部格局稳定，Gemini-4-argon-high以1525分蝉联榜首，Claude-opus-5.5-high位列第二。
• 国产模型多领域站稳中上游，Kimi-k3-max在综合榜排第16，首次稳定杀入代码榜前十，小米mimo-v2.6-pro新入榜即进入前端开发榜前20，整体表现亮眼。
• 代码榜竞争胶着，Gemini-4-argon-high领跑，前三中除谷歌外均为Anthropic模型；
• Kimi-k3-max以1540分排第10，米聊mimo-v2.6-pro以1539分紧随其后位列第11。
• 本期共有三款新模型入榜：Gemini-3.5-flash-medium直接冲进综合榜第30，Mimo-v2.6-pro首次进入前端开发榜第19，Flux-2-flex亦正式上榜。
• 榜单基于Arena平台匿名盲测投票通过ELO计算排名，反映用户主观偏好而非绝对能力测试，各分榜相互独立，分差在误差范围内视为并列。

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。

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-4-argon-high Google 1525 ±9 4892 $2 / $10 1M
2 - claude-opus-5.5-high Anthropic 1507 ±8 6272 $4 / $20 1M
3 - claude-opus-4-6-high Anthropic 1504 ±3 79415 $5 / $25 1M
4 - claude-fable-5-high Anthropic 1504 ±4 40026 $10 / $50 1M
5 - claude-opus-4-7-high Anthropic 1501 ±4 65192 $5 / $25 1M
6 - claude-fable-5.1-max Anthropic 1501 ±6 13063 $10 / $50 1M
7 - claude-opus-4-6 Anthropic 1498 ±3 84095 $5 / $25 1M
8 - gemini-3.8-flash-high Google 1497 ±5 31437 $0.75 / $3.75 1.05M
9 - muse-spark-1.3-max Meta 1494 ±6 14694 $1.25 / $4.25 1M
10 - claude-opus-4-7 Anthropic 1494 ±4 66315 $5 / $25 1M
— 以下为 Top 10 外的国产模型 —
16 - kimi-k3-max Moonshot 1488 ±5 30351 N/A N/A
22 - qwen3.8-max Alibaba 1483 ±5 25378 $2 / $6 1M
26 - mimo-v2.6-pro Xiaomi 1480 ±9 4069 $0.44 / $0.87 1.05M
27 - glm-5.3-max Z.ai 1478 ±5 20049 $1.4 / $4.4 1.05M
【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。

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-4-argon-high Google 1562 ±17 1233 $2 / $10 1M
2 - claude-fable-5-high Anthropic 1551 ±7 10404 $10 / $50 1M
3 - claude-opus-4-7-high Anthropic 1550 ±6 18591 $5 / $25 1M
4 - claude-opus-4-6-high Anthropic 1550 ±6 20617 $5 / $25 1M
5 - claude-opus-5.5-high Anthropic 1550 ±16 1444 $4 / $20 1M
6 - claude-opus-4-6 Anthropic 1548 ±5 23351 $5 / $25 1M
7 - claude-opus-4-7 Anthropic 1546 ±6 18816 $5 / $25 1M
8 - gpt-6.1-sol-max OpenAI 1545 ±20 911 $2 / $10 1.05M
9 - gpt-6-astra-max OpenAI 1542 ±12 2424 N/A N/A
10 - kimi-k3-max Moonshot 1540 ±7 7775 N/A

[来源链接] https://www.ithome.com/1/014/865.htm