Arena 平台于 10 月 19 日发布 2026 年第 42 周（10 月 12 日至 10 月 18 日）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，其中月之暗面 Kimi K3 Max 首次稳定在代码榜前十，小米 MiMo V2.6 Pro 首次进入前端开发榜前 20。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。
需要说明的是，本榜单基于 Arena 平台匿名盲测投票，通过 ELO 评分体系（智能体榜采用百分比信号）计算排名，反映的是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：头部胶着，国产稳居中上游
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 与 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。本周新入榜的 Gemini 3.5 Flash Medium 直接冲进前 30，位列第 30，ELO 得分 1476 分。
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；阿里 Qwen3.8 Max 位列第 22 名，ELO 1483 分；小米 MiMo V2.6 Pro 位列第 26 名，ELO 1480 分；智谱 GLM 5.3 Max 位列第 27 名，ELO 1478 分。四款模型排名均与上周持平。
代码榜：Kimi 杀入前十，成国产最高排名
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 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。此外，深度求索 DeepSeek V4.1 Flash Max 排名第 26（1528 分），智谱 GLM 5.3 Flash 排名第 27（1525 分），阿里 Qwen3.7 Max Preview 排名第 28（1524 分），阿里 Qwen3.8 Max 排名第 29（1524 分），多款国产模型已进入代码榜前 30。
前端开发榜：小米新模型首入即进前 20
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小米 MiMo V2.6 Pro 和 Claude Haiku 5.5 High，其中 MiMo V2.6 Pro 首次入榜即位列第 19，ELO 1629 分，成功杀入前 20。
国产模型在前端开发榜占据多个中上游位置：阿里 Qwen3.8 Max 0902 位列第 10（1674 分），Qwen3.8 Max 位列第 11（1672 分），Kimi K3 Max 位列第 14（1654 分），小米 MiMo V2.6 Flash 位列第 16（1637 分），阿里 Qwen3.8 Flash Next 位列第 17（1633 分），腾讯 Hy4 Preview 位列第 18（1632 分），小米 MiMo V2.6 Pro 新入榜位列第 19（1629 分），智谱 GLM 5.3 Max 位列第 22（1622 分）。
智能体榜：海外包揽前三，国产集体上升
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（13.09%），Claude Fable 5.1（Max）位列第三（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。
国产模型整体处于中上游梯队，已有多款进入前 30，且较上周普遍上升 2 位：深度求索 DeepSeek V4.1 Flash（Max）排名第 15（净提升度 3.80%），月之暗面 Kimi K3（Max）排名第 16（3.78%），腾讯 Hy4 Preview 排名第 17（3.61%），小米 MiMo V2.6 Pro 排名第 18（3.52%），智谱 GLM 5.2（Max）排名第 19（3.19%），阿里 Qwen3.8 Max 排名第 22（2.35%），智谱 GLM 5.3（Max）排名第 23（2.15%）。
生图与视频榜：国产稳居前列
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。本周新入榜的 Flux 2 Flex 首次入榜即位列第 30（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。
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（1479 分），阿里 Wan3.0 紧随其后位列第六（1476 分），前 10 名中共有四款国产模型。
小结
本期 Arena 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，小米 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。
