AI 大模型周榜：阿里 qwen3.8-max 冲进综合榜 Top 6，国产多模型表现亮眼

AI资讯 2026-08-10 阅读：111

阿里 qwen3.8-max 杀入综合榜第 6 名，ELO 1497 分，国产多模型在各榜单均有亮眼表现。

8 月 10 日消息，Arena（arena.ai）平台发布 2026 年第 32 周（8 月 3 日 ~8 月 9 日）AI 大模型盲测排名，本周共有多款新模型入榜，其中国产模型阿里 qwen3.8-max 表现突出，杀入综合榜第 6 名，ELO 分数达到 1497 分，整体处于头部梯队。Meta 全新推出的 muse-spark-1.2 (xHigh) 也位列综合榜第 4 名，成为海外阵营的亮眼新秀。本周多个细分榜单都有新模型亮相，国产模型在前端开发、代码、生图等领域均实现突破。

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

本周综合榜头部格局相对稳定，Anthropic 旗下 claude-fable-5 依旧占据榜首位置，ELO 分数为 1507 分，claude-opus-4-6-thinking、claude-opus-4-7-thinking 紧随其后位列第二、三名，三者分差均在 10 分以内，在误差范围内视为接近。本周最大看点是两款新模型强势闯入头部：Meta 新发布的 muse-spark-1.2 (xHigh) 首秀排名第 4，ELO 1498 分；阿里全新 qwen3.8-max 拿到第 6 名，ELO 1497 分，与第 5 名的 claude-opus-4-6 同分，仅因置信区间差异排名靠后，同样在统计误差范围内并列。头部整体分数密集，前 10 名分数均在 1488 分以上，竞争极为激烈。

国产模型在综合榜已有多款进入中上游，具体排名如下：

阿里 qwen3.8-max 排名第 6 名，ELO 1497 分；
月之暗面 kimi-k3-max 排名第 14 名，ELO 1485 分，排名持平；
阿里 qwen3.7-max-preview 排名第 23 名，ELO 1475 分，排名下降 2 位。

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	-	claude-fable-5	Anthropic	1507 ±6	19390	$10 / $50	1M
2	-	claude-opus-4-6-thinking	Anthropic	1505 ±4	69336	$2.5 / $12.5	1M
3	-	claude-opus-4-7-thinking	Anthropic	1502 ±4	57018	$5 / $25	1M
4	新上榜	muse-spark-1.2 (xHigh)	Meta	1498 ±13	2057	$1.25 / $4.25	N/A
5	↓ 1	claude-opus-4-6	Anthropic	1497 ±3	73158	$2.5 / $12.5	1M
6	新上榜	qwen3.8-max	Alibaba	1497 ±9	4662	$2 / $6	1M
7	↓ 2	claude-opus-4-7	Anthropic	1493 ±4	58135	$5 / $25	1M
8	↓ 2	claude-opus-5-high	Anthropic	1493 ±6	14902	$5 / $25	1M
9	↓ 2	claude-opus-5-max	Anthropic	1488 ±8	7137	$5 / $25	1M
10	↓ 1	muse-spark	Meta	1488 ±6	13476	N/A	N/A
— 以下为 Top 10 外的国产模型 —
14	↓ 2	kimi-k3-max	Moonshot	1485 ±7	9861	N/A	N/A
23	↓ 2	qwen3.7-max-preview	Alibaba	1475 ±10	3695	$1.48 / $4.43	1M

代码榜

代码榜头部依旧被 Anthropic 模型垄断，claude-fable-5 蝉联第一，ELO 1553 分，claude-opus-4-7-thinking、claude-opus-4-6-thinking 分别占据第二、三名。月之暗面 kimi-k3-max 本周排名从第 8 位上升至第 6 位，ELO 分数上涨 11 分至 1542 分，闯入 Top 6，成为代码榜排名最高的国产模型。阿里 qwen3.8-max 排名第 8，ELO 1532 分，同样进入前十。Meta muse-spark-1.2 (xHigh) 本周首次入榜排名第 15，ELO 1526 分。

国产模型在代码榜已有多款进入前 30，具体如下：

月之暗面 kimi-k3-max 排名第 6 名，ELO 1542 分，较上周上升 2 位；
阿里 qwen3.8-max 排名第 8 名，ELO 1532 分；
阿里 qwen3.7-max-preview 排名第 17 名，ELO 1526 分，排名下滑 1 位；
小米 mimo-v2.5-pro 排名第 28 名，ELO 1519 分，排名持平；
智谱 glm-5.1 排名第 30 名，ELO 1517 分，较上周下降 3 位。

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	-	claude-fable-5	Anthropic	1553 ±9	5234	$10 / $50	1M
2	-	claude-opus-4-7-thinking	Anthropic	1552 ±6	16303	$5 / $25	1M
3	-	claude-opus-4-6-thinking	Anthropic	1551 ±6	18015	$2.5 / $12.5	1M
4	-	claude-opus-4-6	Anthropic	1547 ±6	20444	$2.5 / $12.5	1M
5	-	claude-opus-4-7	Anthropic	1546 ±6	16534	$5 / $25	1M
6	↑ 2	kimi-k3-max	Moonshot	1542 ±12	2611	N/A	N/A
7	↓ 1	claude-opus-4-8-thinking	Anthropic	1535 ±7	10509	$2.5 / $12.5	1M
8	新上榜	qwen3.8-max	Alibaba	1532 ±16	1411	$2 / $6	1M
9	↑ 1	muse-spark-1.1	Meta	1532 ±10	4199	$1.25 / $4.25	N/A
10	↓ 1	claude-opus-4-5-20251101- thinking-32k	Anthropic	1530 ±7	7603	$5 / $25	200K
— 以下为 Top 10 外的国产模型 —
17	↓ 1	qwen3.7-max-preview	Alibaba	1526 ±18	1112	$1.48 / $4.43	1M
28	-	mimo-v2.5-pro	Xiaomi	1519 ±7	13199	$0.44 / $0.87	1.05M
30	↓ 3	glm-5.1	Z.ai	1517 ±7	10330	$1.4 / $4.4	202.8K

前端开发榜

本周前端开发榜榜首依旧是 claude-opus-5-max，ELO 1686 分，月之暗面 kimi-k3-max 稳定保持第二位，ELO 1675 分，仅下跌 1 分，仍紧逼头部海外模型。阿里 qwen3.8-max 拿下第四名，ELO 1667 分，直接进入前五，表现十分抢眼。深度求索 deepseek-v4-flash-high 也首次入榜，排名第 8 位，ELO 1581 分。国产模型在前端开发榜已经占据多个 top10 位置，整体竞争力持续提升。

国产模型具体排名如下：

月之暗面 kimi-k3-max 排名第 2 名，ELO 1675 分，排名持平；
阿里 qwen3.8-max 排名第 4 名，ELO 1667 分；
智谱 glm-5.2-max 排名第 7 名，ELO 1588 分，上升 1 位；
深度求索 deepseek-v4-flash-high 排名第 8 名，ELO 1581 分，首次入榜。

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	-	claude-opus-5-max	Anthropic	1686 ±11	4029	$5 / $25	1M
2	-	kimi-k3-max	Moonshot	1675 ±12	4372	$3 / $15	1.05M
3	-	claude-opus-5-high	Anthropic	1670 ±10	5145	$5 / $25	1M
4	新上榜	qwen3.8-max	Alibaba	1667 ±16	1980	$2 / $6	1M
5	↓ 1	claude-fable-5	Anthropic	1630 ±9	6816	$10 / $50	1M
6	↓ 1	gpt-5.6-sol-xhigh (codex-harness)	OpenAI	1620 ±9	6903	$5 / $30	1.05M
7	↓ 1	glm-5.2-max	Z.ai	1588 ±9	6924	$1.4 / $4.4	1M
8	新上榜	deepseek-v4-flash-high	DeepSeek	1581 ±15	1931	$0.14 / $0.28	1.05M
9	↓ 1	claude-opus-4-8-thinking	Anthropic	1565 ±8	9549	$2.5 / $12.5	1M
10	↓ 1	claude-opus-4-7	Anthropic	1560 ±7	12398	$5 / $25	1M
— 以下为 Top 10 外的国产模型 —
21	↓ 3	seed-2.1-pro-preview	Bytedance	1524 ±9	6069	N/A	N/A
24	↓ 1	hy3	Tencent	1522 ±15	1729	$0.13 / $0.53	262.1K
25	↓ 3	qwen3.7-max-20260517	Alibaba	1516 ±8	8044	$1.48 / $4.43	1M
26	↓ 2	glm-5.1	Z.ai	1515 ±8	7853	$1.4 / $4.4	202.8K
27	↓ 2	kimi-k2.6	Moonshot	1510 ±8	9261	$0.95 / $4	262.1K

智能体榜

智能体榜本周头部发生更替，Anthropic Claude Opus 5 (High) 从第三名上升至第一名，净提升度达到 11.99%，此前榜首 Claude Fable 5 (High) 降至第二，净提升度 11.66%，两者净提升度差距小于双方置信区间之和，在误差范围内视为并列。国产模型月之暗面 Kimi K3 (Max) 稳定保持第五名，净提升度 10.08%，任务确认成功率达到 14.97%，已经跻身智能体榜第一梯队。深度求索 Deepseek V4 Flash (High) (20260731) 本周首次入榜排名第 21，净提升度 2.84%，任务确认成功率达到 8.53%，首秀表现符合预期。

国产模型在智能体榜已有多款进入前 30，具体如下：

月之暗面 Kimi K3 (Max) 排名第 5 名，净提升度 10.08%，任务确认成功率 14.97%，排名持平；
智谱 GLM 5.2 (Max) 排名第 12 名，净提升度 6.75%，排名持平；
深度求索 Deepseek V4 Flash (High) (20260731) 排名第 21 名，净提升度 2.84%，首次入榜；
智谱 GLM 5.1 排名第 24 名，净提升度 0.35%，排名下降 2 位。

排名	较上周	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	↑ 2	Claude Opus 5 (High)	Anthropic	11.99% ±1.37%	16.04% ±2.79%	19.46% ±5.19%	10.29% ±2.51%
2	↓ 1	Claude Fable 5 (High)	Anthropic	11.66% ±2.39%	11.47% ±4.46%	22.56% ±8.25%	10.01% ±4.93%
3	↓ 1	Claude Opus 5 (Max)	Anthropic	11.19% ±1.62%	16.36% ±3.11%	19.07% ±6.03%	5.8% ±3.1%
4	-	GPT 5.6 Sol (xHigh)	OpenAI	10.28% ±1.72%	9.06% ±3.48%	22.7% ±6.42%	8.42% ±3.5%
5	-	Kimi K3 (Max)	Moonshot	10.08% ±1.07%	14.97% ±2.09%	19.68% ±3.85%	7.45% ±1.97%
6	-	Claude Opus 4.8 (Thinking)	Anthropic	9.35% ±1.7%	8.81% ±2.9%	21.46% ±5.38%	8.5% ±3.08%
7	↑ 1	GPT 5.5 (xHigh)	OpenAI	8.45% ±0.99%	5.24% ±2.08%	13.56% ±3.55%	8.19% ±1.8%
8	↑ 1	Claude Opus 4.7 (Thinking)	Anthropic	8.33% ±1.32%	6.65% ±2.76%	11.87% ±4.59%	8.61% ±2.72%
9	↓ 2	Claude Sonnet 5 (High)	Anthropic	7.46% ±2.15%	5.56% ±4.29%	14.8% ±7.65%	5.14% ±4.55%
10	↑ 1	Claude Opus 4.7	Anthropic	7.32% ±1.36%	5.55% ±2.85%	10.72% ±4.45%	9.54% ±2.7%
— 以下为 Top 10 外的国产模型 —
12	-	GLM 5.2 (Max)	Z.ai	6.75% ±0.9%	9.21% ±1.83%	12.39% ±3.21%	5.62% ±1.59%
21	新上榜	Deepseek V4 Flash (High) (20260731)	DeepSeek	2.84% ±1.1%	8.53% ±2.54%	0.46% ±3.64%	0.43% ±2.19%
23	-	Kimi K2.7 Code	Moonshot	0.69% ±1.94%	4.12% ±4.08%	2.36% ±6.68%	1.92% ±4.37%
24	↓ 2	GLM 5.1	Z.ai	0.35% ±0.77%	1.06% ±1.72%	0.72% ±2.5%	0.76% ±1.4%
25	-	Qwen3.7 Max	Alibaba	0.16% ±0.88%	0.24% ±2.11%	5.07% ±2.72%	0.21% ±1.55%
26	-	DeepSeek V4 Pro	DeepSeek	0.33% ±0.86%	2.74% ±2.16%	3.35% ±2.78%	0.3% ±1.54%
27	↑ 2	Kimi K2.6	Moonshot	0.48% ±2.16%	2.28% ±4.11%	2.12% ±6.8%	1.66% ±4.49%
30	↓ 3	Hy3	Tencent	1.12% ±1.42%	2.2% ±3.04%	3.7% ±4.91%	9.01% ±2.6%

AI 生图榜

本周 AI 生图榜头部依旧是 OpenAI gpt-image-2 (medium) 占据第一，ELO 1380 分，SpaceXAI 新推出的 grok-imagine-image-2.0 (low) 首次入榜即拿到第二名，ELO 1320 分，表现出色。国产方面，阿里 qwen-image-3.0-pro 首次入榜排名第七，ELO 1258 分，字节跳动 seedream-5.0-pro 排名第八，ELO 1257 分，两款国产模型均进入前十，整体处于第一梯队。腾讯 hunyuan-image-3.0 排名第 29 名，ELO 1151 分，表现稳定。

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	-	gpt-image-2 (medium)	OpenAI	1380 ±5	69194	N/A	N/A
2	新上榜	grok-imagine-image-2.0 (low)	SpaceXAI	1320 ±12	2722	N/A	N/A
3	↓ 1	reve-2.1	Reve	1302 ±8	7598	N/A	N/A
4	↓ 1	muse-image	Meta	1283 ±7	14510	N/A	N/A
5	↓ 1	reve-2.0	Reve	1270 ±6	14650	N/A	N/A
6	↓ 1	gemini-3.1-flash-image (nano-banana-2) [web-search]	Google	1263 ±5	27910	N/A	N/A
7	新上榜	qwen-image-3.0-pro	Alibaba	1258 ±10	3735	N/A	N/A
8	↓ 2	seedream-5.0-pro	Bytedance	1257 ±5	26510	N/A	N/A
9	↓ 2	mai-image-2.5	Microsoft AI	1256 ±5	44940	N/A	N/A
10	↓ 2	gemini-3.1-flash-lite-image (nano-banana-2-lite)	Google	1251 ±6	16419	N/A	N/A
— 以下为 Top 10 外的国产模型 —
16	↓ 2	qwen-image-2.0-pro-2026-06-22	Alibaba	1191 ±6	12026	N/A	N/A
29	↓ 4	hunyuan-image-3.0	Tencent	1151 ±3	173366	N/A	N/A

AI 视频榜

AI 视频榜头部格局稳定，谷歌 gemini-omni-flash 依旧占据榜首，ELO 1513 分，字节跳动 dreamina-seedance-2.0-720p 保持第二名，ELO 1479 分，差距仅 34 分，接近头部水平。MiniMax 全新 minimax-h3 首次入榜排名第四，ELO 1455 分，直接闯入前五，成为国产 AI 视频模型的最新亮点。阿里 happyhorse-1.0 排名第五，ELO 1428 分，同样保持稳定，国产模型已经占据榜单前五中的三个席位，优势明显。

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-omni-flash	Google	1513 ±12	14571	N/A	N/A
2	-	dreamina-seedance-2.0-720p	Bytedance	1479 ±11	47067	N/A	N/A
3	-	muse-video	Meta	1458 ±15	2160	N/A	N/A
4	新上榜	minimax-h3	MiniMax	1455 ±19	1060	N/A	N/A
5	↓ 1	happyhorse-1.0	Alibaba-ATH	1428 ±13	21979	N/A	N/A
6	↓ 1	sora-2-pro	OpenAI	1365 ±8	44543	$0 / $0.3	N/A
7	-	veo-3.1-audio	Google	1364 ±14	13687	$0 / $0.4	N/A
8	↓ 2	veo-3.1-audio-1080p	Google	1363 ±10	24846	N/A	N/A
9	↓ 1	veo-3.1-fast-audio	Google	1362 ±11	39301	$0 / $0.15	N/A
10	↓ 1	veo-3.1-fast-audio-1080p	Google	1358 ±10	25637	N/A	N/A
— 以下为 Top 10 外的国产模型 —
13	↓ 2	wan2.7-t2v	Alibaba	1347 ±9	15246	N/A	N/A
16	↓ 1	wan2.6-t2v	Alibaba	1330 ±9	41706	N/A	N/A
17	↓ 1	seedance-v1.5-pro	Bytedance	1256 ±7	75653	N/A	N/A
19	↓ 2	wan2.5-t2v-preview	Alibaba	1252 ±10	25895	N/A	N/A
28	↓ 1	hailuo-2.3	MiniMax	1202 ±7	72127	N/A	N/A
29	↓ 1	hailuo-02-pro	MiniMax	1198 ±13	9365	N/A	N/A
30	↓ 1	seedance-v1-pro	Bytedance	1190 ±11	12117	N/A	N/A

本周 Arena 周榜迎来多款重量级新模型，国产大模型在综合、代码、前端开发、生图、视频等多个维度均实现突破，阿里 qwen3.8-max 首秀即杀入头部梯队，证明国产大模型综合能力已经接近国际第一梯队水平，多个细分领域国产模型已经占据领先位置。下周预计将有更多新模型完成测试入榜，我们也将持续关注排名变化。

如果您对本站有任何建议，欢迎您提出来！本站部分信息来源于网络，如果侵犯了您权益，请联系我们删除！