谷歌1526分登顶AI周榜:国产模型前端榜杀入前12

结论:Arena 平台 2026 年第 46 周大模型盲测榜单显示,谷歌 Gemini 4 Carbon(High)以 1526 分首秀登顶综合榜,Anthropic 靠 5 款 Claude 占住前八,国产模型则在前端开发榜把最好名次推进到第 12 名。 关键数字:1526 分 / 4 分 / 8 席。

榜单冠军模型冠军分数国产最好名次
综合榜Gemini 4 Carbon(High)1526Kimi K3(Max)第 20
前端开发榜Claude Fable 5.2(xHigh)1838Kimi K3.1 Pro(Max)第 12
智能体榜Claude Fable 5.2(Max)30.48%官方未公布
AI 视频榜官方未公布官方未公布即梦 2.0 第 6

谷歌凭什么空降第一,4 分差为何等于并列

Arena 平台 2026 年 11 月 16 日发布第 46 周榜单,统计区间为 2026 年 11 月 9 日至 11 月 15 日。谷歌新模型 Gemini 4 Carbon(High)以 1526 分空降综合榜第一,同家族 Gemini 4 Argon(High)以 1522 分排第二。

两者分差仅 4 分,落在置信区间内,按榜单规则视为并列头部。Carbon 的票数只有 4273 票,远低于 Argon 的 20779 票,属于新模型积累投票量阶段,排名仍标注为初步。

第三名是 Meta 的 Muse Wonder(Max),1511 分;第四名 Anthropic 的 Claude Opus 5.5(High),1507 分。前四名总分差不到 20 分,头部竞争实际处于混战状态。

Anthropic 占前八五席,但下滑最狠的也是它

综合榜前八名中,Anthropic 独占 5 席:Claude Opus 5.5、Claude Fable 5、Claude Opus 4.6、Claude Fable 5.1、Claude Opus 4.7,分数从 1507 到 1501,差距均在 6 分以内。

家族式占位特征明显,但同一阵营内部也在互相反超。Claude Opus 4.8(High)以 1482 分跌到第 27 名,是该阵营下滑最明显的型号,被多款同梯队模型超过。

值得注意:这份榜单基于匿名盲测投票,用 ELO 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,分差在误差范围内一律视为并列。

国产模型在哪些赛道真正挤进了第一梯队

综合榜上国产模型仍处中游,与头部差约 40 分:月之暗面 Kimi K3(Max)第 20 名 1487 分、Kimi K3.1 Pro(Max)第 24 名 1485 分,阿里 Qwen 3.8 Max 第 25 名 1484 分,智谱 GLM 5.3(Max)第 28 名 1482 分。

前端开发榜是国产阵营表现最好的一榜。月之暗面 kimi k3.1 pro(Max)以 1687 分首次杀入第 12 名,为国产最高;前 30 名里阿里、深度求索、百度、小米、腾讯、智谱合计占 8 席,是所有分榜中席位最多的。

AI 视频榜上,字节跳动 dreamina seedance 2.0 与 2.5 分列第 6、第 7,阿里 wan 3.0 位列第 8,国产阵营在视频生成赛道已稳定占据第一梯队。这意味着国产模型的突破口集中在多模态与工程落地,而非通用对话的头部之争。

常见问题

这份榜单的分数能直接当购买依据吗?

不能直接照搬。榜单反映盲测用户的主观偏好,且不同分榜独立计分、相邻名次常视为并列,更适合看趋势而非做单点采购决策。

谷歌新模型真的是第一名吗?

按分数是 1526 分居首,但与 1522 分的 Gemini 4 Argon 分差在误差范围内,规则上算并列第一,且 Carbon 票数仅 4273 票,排名标注为初步。

国产模型离头部还有多远?

综合榜约差 40 分,但前端开发榜已进前 12、AI 视频榜进前 8,差距集中在通用对话,多模态赛道已属第一梯队。

信息来源:Arena(arena.ai)2026 年第 46 周大模型盲测投票榜单,IT之家 2026 年 11 月 16 日发布。


说说

全部说说