返回资讯中心
外部精选
企业动态
#科技资讯

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…

IT之家2026/11/16 · 今天19 分钟阅读中文

以下正文同步自 IT之家,版权归原站所有,已转换为易读排版。

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 1Gemini 4 Carbon (High)Google1526 ±104273$$2 / $10N/A 2Gemini 4 Argon (High)Google1522 ±520779$$2 / $101M 3Muse Wonder (Max)Meta1511 ±612696$$4 / $201M 4Claude Opus 5.5 (High)Anthropic1507 ±615793$$4 / $201M 5Claude Fable 5 (High)Anthropic1504 ±445469$$10 / $501M 6Claude Opus 4.6 (High)Anthropic1503 ±384375$$5 / $251M 7Claude Fable 5.1 (Max)Anthropic1502 ±520511$$10 / $501M 8Claude Opus 4.7 (High)Anthropic1501 ±464260$$5 / $251M 9Gemini 3.8 Flash (High)Google1497 ±462675$$0.75 / $3.751M 10Muse Spark 1.3 (Max)Meta1497 ±526806$$1.25 / $4.251M — 以下为 Top 10 外的国产模型 — 20Kimi K3 (Max)Moonshot1487 ±441402N/AN/A 24Kimi K3.1 Pro (Max)Moonshot1485 ±103995$$2 / $101M 25Qwen 3.8 MaxAlibaba1484 ±536936$$2 / $61M 28GLM 5.3 (Max)Z.ai1482 ±531604$$1.40 / $4.401M

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 1Claude Fable 5.2 (xHigh)Anthropic1838 ±211215$$8 / $401M 2Claude Opus 5.5 (Max)Anthropic1815 ±124208$$4 / $201M 3Claude Sonnet 5.5 (xHigh)Anthropic1772 ±105895$$2 / $101M 4Gemini 4 Carbon (High)Google1768 ±152120$$2 / $10N/A 5GPT 6 Astra (Max)OpenAI1764 ±98470$$10 / $501.1M 6GPT 6.1 Sol (Max)OpenAI1743 ±105590$$2 / $101.1M 7Claude Fable 5.1 (Max)Anthropic1742 ±89800$$10 / $501M 8Muse Wonder Full (Max)Meta1723 ±142068N/AN/A 9Claude Sonnet 5.5 (High)Anthropic1715 ±87940$$2 / $101M 10Gemini 4 Hydrogen (High)Google1704 ±141997$$1.50 / $7.50N/A — 以下为 Top 10 外的国产模型 — 12Kimi K3.1 Pro (Max)Moonshot1687 ±104977$$2 / $101M 15Qwen 3.8 (Max 0902)Alibaba1676 ±622099$$2 / $6N/A 17Qwen 3.8 MaxAlibaba1670 ±123370$$2 / $61M 18DeepSeek V4.1 Flash (Max) (1017)DeepSeek1664 ±714108$$0.15 / $0.601M 18Ernie 5.5 Flash PreviewBaidu1668 ±16 $$0.28 / $1.13N/A 19Kimi K3 (Max)Moonshot1658 ±622448$$3 / $151M 25Mimo V2.6 FlashXiaomi1638 ±88944$$0.14 / $0.281.1M 26Hy4 (Preview)Tencent1632 ±104601$$0.83 / $2.501M 28Mimo V2.6 ProXiaomi1625 ±88846$$0.43 / $0.871.1M 29Qwen 3.8 Flash NextAlibaba1624 ±711380$$0.16 / $0.471M

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 1Claude Fable 5.2 (Max)Anthropic30.48% ±3.07%0% ±0%74.41% ±12.7%32.91% ±1.41% 2Claude Opus 5.5 (Max)Anthropic19.51% ±2.04%0% ±0%40.72% ±7.59%18.41% ±1.94% 3Gemini 4 Carbon (High)Google16.9% ±0.68%0% ±0%40.91% ±2.48%19.06% ±0.61% 4Claude Sonnet 5.5 (Max)Anthropic16.07% ±2.81%0% ±0%31.11% ±11%14.53% ±2.73% 5Gemini 4 Hydrogen (High)Google14.8% ±2.23%0% ±0%32.12% ±8.39%20.53% ±2.04% 6Claude Fable 5.1 (Max)Anthropic14.62% ±2.06%0% ±0%31.14% ±7.71%14.49% ±1.85% 7GPT-6 Astra (Max)OpenAI14.56% ±2.03%0% ±0%31.86% ±7.44%14.78% ±1.78% 8Claude Opus 5.5 (High)Anthropic14.22% ±1.05%0% ±0%29.83% ±3.71%15.34% ±0.97% 9GPT-6.1 Sol (Max)OpenAI12.4% ±1.12%0% ±0%27.45% ±4.01%13.25% ±1.05% 10GPT-6.1 Terra (Max)OpenAI11.96% ±1.25%0% ±0%19.51% ±4.36%16.7% ±1.25% — 以下为 Top 10 外的国产模型 — 18Hy4Tencent5.75% ±1.29%0% ±0%6.21% ±4.27%9.3% ±1.48% 20Kimi K3.1 Pro (Max)Moonshot4.83% ±1.11%0% ±0%8.03% ±3.48%6.45% ±1.35% 25MiMo-V2.6-ProXiaomi2.16% ±0.9%0% ±0%2.98% ±2.74%1.29% ±1.18% 27DeepSeek-V4.1-Flash-20261017 (Max)DeepSeek2.01% ±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 1GPT Image 2.5 SunburstOpenAI1429 ±563818 2GPT Image 2.6 Sunburst (Medium)OpenAI1406 ±132697 3GPT Image 2.5 FlareOpenAI1398 ±563120 4GPT Image 2.6 Flare (Medium)OpenAI1384 ±132532 5GPT Image 2 (medium)OpenAI1382 ±4108559 6Mai Image 2.6Microsoft AI1330 ±541413 7Gemini Nano Banana 2.1Google1327 ±94961 8Grok Imagine Image 2.0 (canvas)SpaceXAI1318 ±79919 9Reve 2.1Reve1301 ±87893 10Grok Imagine Image 2.0 (20260801)SpaceXAI1287 ±536215 — 以下为 Top 10 外的国产模型 — 14Qwen Image 3.0 ProAlibaba1254 ±710899 17Seedream 5.0 ProBytedance1248 ±4110580 21Qwen Image 2.1Alibaba1227 ±617822 23MiniMax H3 ImageMiniMax1197 ±113277 24Qwen Image 2.0 Pro 2026.06.22Alibaba1190 ±612657

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 1Gemini Omni 1.2 FlashGoogle1540 ±161714 2Gemini Omni 1.1 FlashGoogle1513 ±151792 3Gemini Omni FlashGoogle1509 ±846707 4Flux 3 VideoBlack Forest Labs1491 ±171314 5Grok Imagine Video 1.5 (Agent)SpaceXAI1488 ±191249 6Dreamina Seedance 2.0 720pBytedance1483 ±872137 7Dreamina Seedance 2.5 720pBytedance1479 ±825421 8Wan 3.0Alibaba1476 ±123060 9SkyReels V4Skywork1459 ±181060 10Muse VideoMeta1457 ±152225 — 以下为 Top 10 外的国产模型 — 11Minimax H3MiniMax1456 ±829257 12Happyhorse 1.0Alibaba-ATH1429 ±1222896 22Wan 2.7Alibaba1337 ±748517 23Wan 2.6Alibaba1324 ±775753 24Seedance V1.5 ProBytedance1256 ±777992 27Wan 2.5 I2i (Preview)Alibaba1244 ±943113 28Pixverse V5.6Proprietary1238 ±1033302 30Kling 2.5 Turbo 1080pKlingAI1219 ±172110

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。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →