算力资讯
算力资讯技术进展

AI大模型周榜:谷歌Gemini 4 Carbon首秀强势登顶,国产模型稳居视频榜前五阵营

IT之家11月16日消息,Arena(arena.ai)平台发布了2026年第46周(2026年11月9日 ~11月15日)大模型盲测投票榜单。

本周最大看点来自谷歌:新模型Gemini 4 Carbon (High)首秀便以1526分登顶综合榜,同家族的Gemini 4 Argon (High)以1522分紧随其后,两者仅差4分,在误差范围内视为并列第一。

国产模型方面,前端开发榜上 月之暗面kimi k3.1 pro (Max)首次杀入第12名,成为榜单中排名最高的国产模型;AI视频榜上,字节跳动dreamina seedance 2.0/2.5分别占据第6、7名,阿里wan 3.0位列第8名,国产阵营在视频生成赛道已稳定占据第一梯队。

整体来看,本周榜单呈现“谷歌新王登顶、Anthropic固守智能体与前端、国产模型在多模态赛道持续渗透”的格局。

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

综合榜本周格局发生显著变化,谷歌新推出的Gemini 4 Carbon (High)以1526分空降第1名,紧随其后的是同家族老型号Gemini 4 Argon (High)以1522分位列第2名,两者分差仅4分,在置信区间内视为并列头部。

Meta的Muse Wonder (Max)以1511分位列第3名,Anthropic的Claude Opus 5.5 (High)以1507分位列第4名。

值得注意的是,Top 8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),家族式占位特征明显,但分数差距极小,均在6分以内。Claude Opus 4.8 (High)以1482分位列第27名,是Anthropic阵营中排名下滑最明显的型号,被多款同梯队模型反超。

国产模型在综合榜中处于中游位置,与头部仍有40分左右的差距:

月之暗面Kimi K3.1 Pro (Max)排名最高,位列第24名,ELO 1485分;

月之暗面Kimi K3 (Max)位列第20名,ELO 1487分;

阿里Qwen 3.8 Max位列第25名,ELO 1484分;

智谱GLM 5.3 (Max)位列第28名,ELO 1482分。

排名 模型 厂商 分数(±CI)票数 价格($/M)

输入/输出 上下文1 Gemini 4 Carbon (High) Google 1526 ±10 4273 $$2/$10 N/A 2 Gemini 4 Argon (High) Google 1522 ±5 20779 $$2/$10 1M 3 Muse Wonder (Max) Meta 1511 ±6 12696 $$4/$20 1M 4 Claude Opus 5.5 (High) Anthropic 1507 ±6 15793 $$4/$20 1M 5 Claude Fable 5 (High) Anthropic 1504 ±4 45469 $$10/$50 1M 6 Claude Opus 4.6 (High) Anthropic 1503 ±3 84375 $$5/$25 1M 7 Claude Fable 5.1 (Max) Anthropic 1502 ±5 20511 $$10/$50 1M 8 Claude Opus 4.7 (High) Anthropic 1501 ±4 64260 $$5/$25 1M 9 Gemini 3.8 Flash (High) Google 1497 ±4 62675 $$0.75/$3.75 1M 10 Muse Spark 1.3 (Max) Meta 1497 ±5 26806 $$1.25/$4.25 1M — 以下为Top 10外的国产模型 — 20 Kimi K3 (Max) Moonshot 1487 ±4 41402 N/A N/A 24 Kimi K3.1 Pro (Max) Moonshot 1485 ±10 3995 $$2/$10 1M 25 Qwen 3.8 Max Alibaba 1484 ±5 36936 $$2/$6 1M 28 GLM 5.3 (Max) Z.ai 1482 ±5 31604 $$1.40/$4.40 1M前端开发榜

前端开发榜本周由Anthropic强势主导,Claude Fable 5.2 (xHigh)以1838分高居第1名,领先第2名Claude Opus 5.5 (Max)(1815分)23分,优势明显。

Top 5中Anthropic独占3席(Claude Fable 5.2、Claude Opus 5.5、Claude Sonnet 5.5),谷歌Gemini 4 Carbon (High)以1768分位列第4名,OpenAI GPT 6 Astra (Max)以1764分位列第5名。

国产模型在该榜表现亮眼:月之暗面kimi k3.1 pro (Max)以1687分位列第12名,是排名最高的国产模型,直接杀入前15;阿里、深度求索、百度、小米、腾讯、智谱均有模型进入前30名,国产阵营在前30名中占据8席,是所有分榜中国产模型席位最多的一个。

排名 模型 厂商 分数(±CI)票数 价格($/M)

输入/输出 上下文1 Claude Fable 5.2 (xHigh) Anthropic 1838 ±21 1215 $$8/$40 1M 2 Claude Opus 5.5 (Max) Anthropic 1815 ±12 4208 $$4/$20 1M 3 Claude Sonnet 5.5 (xHigh) Anthropic 1772 ±10 5895 $$2/$10 1M 4 Gemini 4 Carbon (High) Google 1768 ±15 2120 $$2/$10 N/A 5 GPT 6 Astra (Max) OpenAI 1764 ±9 8470 $$10/$50 1.1M 6 GPT 6.1 Sol (Max) OpenAI 1743 ±10 5590 $$2/$10 1.1M 7 Claude Fable 5.1 (Max) Anthropic 1742 ±8 9800 $$10/$50 1M 8 Muse Wonder Full (Max) Meta 1723 ±14 2068 N/A N/A 9 Claude Sonnet 5.5 (High) Anthropic 1715 ±8 7940 $$2/$10 1M 10 Gemini 4 Hydrogen (High) Google 1704 ±14 1997 $$1.50/$7.50 N/A — 以下为Top 10外的国产模型 — 12 Kimi K3.1 Pro (Max) Moonshot 1687 ±10 4977 $$2/$10 1M 15 Qwen 3.8 (Max 0902) Alibaba 1676 ±6 22099 $$2/$6 N/A 17 Qwen 3.8 Max Alibaba 1670 ±12 3370 $$2/$6 1M 18 DeepSeek V4.1 Flash (Max)

(1017) DeepSeek 1664 ±7 14108 $$0.15/$0.60 1M 18 Ernie 5.5 Flash Preview Baidu 1668 ±16

$$0.28/$1.13 N/A 19 Kimi K3 (Max) Moonshot 1658 ±6 22448 $$3/$15 1M 25 Mimo V2.6 Flash Xiaomi 1638 ±8 8944 $$0.14/$0.28 1.1M 26 Hy4 (Preview) Tencent 1632 ±10 4601 $$0.83/$2.50 1M 28 Mimo V2.6 Pro Xiaomi 1625 ±8 8846 $$0.43/$0.87 1.1M 29 Qwen 3.8 Flash Next Alibaba 1624 ±7 11380 $$0.16/$0.47 1M智能体榜

智能体榜本周由Anthropic完全主导,Claude Fable 5.2 (Max)以30.48%的净提升度高居第1名,领先第2名Claude Opus 5.5 (Max)(19.51%)超过11个百分点,优势显著。

谷歌Gemini 4 Carbon (High)以16.9%位列第3名,其工具幻觉率仅0.55%,是头部模型中工具调用最 " 干净 " 的之一。

Anthropic在前8名中占据5席,OpenAI在7、9、10名各有1款,谷歌在3、5、11名各有1款。

国产模型中,腾讯Hy4以5.75%位列第18名,月之暗面Kimi K3.1 Pro (Max)以4.83%位列第20名,处于第二梯队末尾。

排名 模型 厂商 净提升度(±CI)任务确认成功率 好评/差评比 可控性1 Claude Fable 5.2 (Max) Anthropic 30.48% ±3.07% 0% ±0% 74.41% ±12.7% 32.91% ±1.41% 2 Claude Opus 5.5 (Max) Anthropic 19.51% ±2.04% 0% ±0% 40.72% ±7.59% 18.41% ±1.94% 3 Gemini 4 Carbon (High) Google 16.9% ±0.68% 0% ±0% 40.91% ±2.48% 19.06% ±0.61% 4 Claude Sonnet 5.5 (Max) Anthropic 16.07% ±2.81% 0% ±0% 31.11% ±11% 14.53% ±2.73% 5 Gemini 4 Hydrogen (High) Google 14.8% ±2.23% 0% ±0% 32.12% ±8.39% 20.53% ±2.04% 6 Claude Fable 5.1 (Max) Anthropic 14.62% ±2.06% 0% ±0% 31.14% ±7.71% 14.49% ±1.85% 7 GPT-6 Astra (Max) OpenAI 14.56% ±2.03% 0% ±0% 31.86% ±7.44% 14.78% ±1.78% 8 Claude Opus 5.5 (High) Anthropic 14.22% ±1.05% 0% ±0% 29.83% ±3.71% 15.34% ±0.97% 9 GPT-6.1 Sol (Max) OpenAI 12.4% ±1.12% 0% ±0% 27.45% ±4.01% 13.25% ±1.05% 10 GPT-6.1 Terra (Max) OpenAI 11.96% ±1.25% 0% ±0% 19.51% ±4.36% 16.7% ±1.25% — 以下为Top 10外的国产模型 — 18 Hy4 Tencent 5.75% ±1.29% 0% ±0% 6.21% ±4.27% 9.3% ±1.48% 20 Kimi K3.1 Pro (Max) Moonshot 4.83% ±1.11% 0% ±0% 8.03% ±3.48% 6.45% ±1.35% 25 MiMo-V2.6-Pro Xiaomi 2.16% ±0.9% 0% ±0% 2.98% ±2.74% 1.29% ±1.18% 27 DeepSeek-V4.1-Flash-20261017

(Max) DeepSeek 2.01% ±0.52% 0% ±0% 1.01% ±1.58% 4.13% ±0.65% AI生图榜

AI生图榜由OpenAI全面垄断,GPT Image 2.5 Sunburst以1429分高居第1名,Top 5全部被OpenAI的GPT Image系列包揽。

国产模型中,阿里Qwen Image 3.0 Pro以1254分位列第14名,是排名最高的国产生图模型;字节跳动Seedream 5.0 Pro以1248分位列第17名,两者分差仅6分,在误差范围内视为接近。

国产生图模型与头部OpenAI仍有170分以上的差距,处于第二梯队。

排名 模型 厂商 分数(±CI)票数 价格($/M)

输入/输出 上下文1 GPT Image 2.5 Sunburst OpenAI 1429 ±5 63818

2 GPT Image 2.6 Sunburst

(Medium) OpenAI 1406 ±13 2697

3 GPT Image 2.5 Flare OpenAI 1398 ±5 63120

4 GPT Image 2.6 Flare (Medium) OpenAI 1384 ±13 2532

5 GPT Image 2 (medium) OpenAI 1382 ±4 108559

6 Mai Image 2.6 Microsoft AI 1330 ±5 41413

7 Gemini Nano Banana 2.1 Google 1327 ±9 4961

8 Grok Imagine Image 2.0

(canvas) SpaceXAI 1318 ±7 9919

9 Reve 2.1 Reve 1301 ±8 7893

10 Grok Imagine Image 2.0

(20260801) SpaceXAI 1287 ±5 36215

— 以下为Top 10外的国产模型 — 14 Qwen Image 3.0 Pro Alibaba 1254 ±7 10899

17 Seedream 5.0 Pro Bytedance 1248 ±4 110580

21 Qwen Image 2.1 Alibaba 1227 ±6 17822

23 MiniMax H3 Image MiniMax 1197 ±11 3277

24 Qwen Image 2.0 Pro 2026.06.22 Alibaba 1190 ±6 12657

AI视频榜

AI视频榜本周呈现 " 谷歌领跑、国产紧追 " 的格局。

谷歌Gemini Omni 1.2 Flash以1540分空降第1名,其前代Gemini Omni 1.1 Flash以1513分位列第2名,两者分差27分,仍在30分误差范围内,可视为并列头部。

国产模型表现极为亮眼:字节跳动Dreamina Seedance 2.0 720p以1483分位列第6名,Dreamina Seedance 2.5 720p以1479分位列第7名,阿里Wan 3.0以1476分位列第8名,国产阵营在视频榜前10名中独占3席,是所有分榜中排名最靠前、最集中的一个。

值得注意的是,OpenAI的Sora 2 Pro仅以1367分位列第13名,被多款国产视频模型反超。

排名 模型 厂商 分数(±CI)票数 价格($/M)

输入/输出 上下文1 Gemini Omni 1.2 Flash Google 1540 ±16 1714

2 Gemini Omni 1.1 Flash Google 1513 ±15 1792

3 Gemini Omni Flash Google 1509 ±8 46707

4 Flux 3 Video Black Forest Labs 1491 ±17 1314

5 Grok Imagine Video 1.5 (Agent) SpaceXAI 1488 ±19 1249

6 Dreamina Seedance 2.0 720p Bytedance 1483 ±8 72137

7 Dreamina Seedance 2.5 720p Bytedance 1479 ±8 25421

8 Wan 3.0 Alibaba 1476 ±12 3060

9 SkyReels V4 Skywork 1459 ±18 1060

10 Muse Video Meta 1457 ±15 2225

— 以下为Top 10外的国产模型 — 11 Minimax H3 MiniMax 1456 ±8 29257

12 Happyhorse 1.0 Alibaba-ATH 1429 ±12 22896

22 Wan 2.7 Alibaba 1337 ±7 48517

23 Wan 2.6 Alibaba 1324 ±7 75753

24 Seedance V1.5 Pro Bytedance 1256 ±7 77992

27 Wan 2.5 I2i (Preview) Alibaba 1244 ±9 43113

28 Pixverse V5.6 Proprietary 1238 ±10 33302

30 Kling 2.5 Turbo 1080p KlingAI 1219 ±17 2110

总结

综合本周六大榜单,AI大模型竞争格局呈现三条清晰的主线:

一是谷歌凭借Gemini 4 Carbon的发布,在综合榜、前端开发榜、智能体榜、视频榜同时发力,打破了Anthropic和OpenAI的长期垄断;

二是Anthropic在智能体榜和前端开发榜保持绝对统治力,家族化占位特征明显;

三是国产模型在视频生成赛道已稳定进入第一梯队(字节seedance、阿里wan系列占据6~8名),并在前端开发榜实现了位次突破(kimi k3.1 pro杀入前15),但在综合能力上与头部仍有约40分的差距。

下周值得关注的是Gemini 4 Carbon在综合榜分数能否继续扩大优势,以及Anthropic新发布的Claude Fable 5.2在各榜的后续表现。

转载说明引用来源:IT之家引用网址:https://www.ithome.com/1/027/775.htm