AI 大模型周榜：国产 glm-5.3-max 首秀闯入综合榜前 15，kimi-k3-max 冲进前十

8 月 24 日消息，Arena（arena.ai）平台发布 2026 年第 34 周（8 月 17 日 ~8 月 23 日）AI 大模型盲测排名，本期智谱新发布的 glm-5.3-max 首次入榜即闯入综合榜 Top 15，位列第 13 名，ELO 得分 1487 分；月之暗面 kimi-k3-max 从第 12 名升至第 10 名，首次杀入综合榜前十。此外，本周还有多个国产模型在各细分榜单中取得亮眼表现，新模型入榜数量较多，整体竞争格局进一步变化。

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

综合榜头部格局保持稳定，claude-fable-5 以 1508 分蝉联第一，claude-opus-4-6-high 和 claude-opus-4-7-high 分别以 1504 分、 1502 分位列二、三名，三者分差均在 30 分以内，在误差范围内视为接近。

本周最大变化是新入榜的 glm-5.3-max 直接来到第 13 名，表现突出； kimi-k3-max 上升 2 位来到第 10 名，首次进入前十； muse-spark-1.1 上升 3 位至第 8 名。同时本周有 gpt-5.5-instant 、 claude-opus-4-8 两款新模型入榜，分别位列第 28、 29 名。qwen3.8-max 排名有所下滑，从第 8 名降至第 19 名。

国产模型在中上游占据多个席位，整体表现稳定：

• 月之暗面 kimi-k3-max 位列第 10 名，ELO 1489 分，较上周上升 2 位；

• 智谱 glm-5.3-max 位列第 13 名，ELO 1487 分，首次入榜；

• 阿里 qwen3.8-max 位列第 19 名，ELO 1481 分，较上周下降 11 位；

• 阿里 qwen3.7-max-preview 位列第 27 名，ELO 1474 分，排名基本持平。

代码榜

代码榜头部发生微调，claude-opus-4-7-high 升至榜首，ELO 1552 分，claude-opus-4-6-high 位列第二，原本榜首的 claude-fable-5 降至第三，三者 ELO 分差仅为 1 分，在误差范围内属于并列水平。智谱 glm-5.3-max 首次入榜即杀入前十，位列第 10 名，ELO 1531 分，首秀表现亮眼。grok-4.20-beta1 新入榜位列第 20 名； claude-sonnet-4-5-20250929-high-32k 、 gpt-5.5-high 两款新模型也完成首次排名。qwen3.8-max 排名下滑明显，从第 13 名降至第 25 名。

国产模型在代码榜中已有多款进入前三十，具体排名如下：

• 月之暗面 kimi-k3-max 位列第 6 名，ELO 1542 分，排名基本持平；

• 智谱 glm-5.3-max 位列第 10 名，ELO 1531 分，首次入榜；

• 阿里 qwen3.7-max-preview 位列第 17 名，ELO 1524 分，排名基本持平；

• 阿里 qwen3.8-max 位列第 25 名，ELO 1520 分，较上周下降 12 位；

• 小米 mimo-v2.5-pro 位列第 27 名，ELO 1519 分，排名基本持平。

前端开发榜

前端开发榜头部依旧稳定，claude-opus-5-max 以 1691 分蝉联第一，国产 kimi-k3-max 和 qwen3.8-max 稳定占据二、三名，ELO 分别为 1674 分和 1669 分，与榜首分差在 30 分以内，误差范围内视为接近。新入榜的 glm-5.3-max 直接来到第 8 名，qwen3.8-27b 首次入榜位列第 9 名，两款国产新模型均进入前十，表现突出。目前已有多款国产模型进入前十五，在前端开发领域竞争力显著。

AI 生图榜

AI 生图榜头部格局稳定，gpt-image-2 (medium) 以 1381 分继续领跑，国产 seedream-5.0-pro 稳定保持第 8 名，qwen-image-3.0-pro 位列第 9 名，两款国产模型均进入前十，整体排名没有大幅波动。hunyuan-image-3.0 本周升至第 29 名，保持在前三十行列。

AI 视频榜

AI 视频榜中，字节跳动新发布的 dreamina-seedance-2.5-720p 首次入榜即来到第 4 名，ELO 1477 分，紧随其前代产品 dreamina-seedance-2.0-720p 之后，两款国产模型均进入前五，表现亮眼。gemini-omni-flash 继续以 1512 分排名第一，flux-3-video 位列第二，dreamina-seedance-2.0-720p 保持第三。

智能体榜

智能体榜头部依旧由 Anthropic 模型占据，Claude Opus 5 (High) 以 12.47% 的净提升度保持第一，Claude Opus 5 (Max) 上升一位至第二，Claude Fable 5 (High) 降至第三，三者净提升度差距小于置信区间，在误差范围内视为接近。月之暗面 Kimi K3 (Max) 上升一位至第四，净提升度 10.41%，任务确认成功率达到 17.97%，整体表现已经进入头部梯队。本周 DeepSeek V4 Pro (High) (0813) 和 Qwen3.8 Max 两款国产模型新入榜，分别位列第 14 和第 15 名，表现不俗。

国产模型在智能体榜已有多款进入前三十，头部已经摸到第一梯队门槛：

• 月之暗面 Kimi K3 (Max) 排名第 4，净提升度 10.41%，任务确认成功率 17.97%，较上周上升 1 位；

• 深度求索 DeepSeek V4 Pro (High) (0813) 排名第 14，净提升度 6.26%，任务确认成功率 13.06%，首次入榜；

• 阿里 Qwen3.8 Max 排名第 15，净提升度 6.20%，工具幻觉率仅 0.18%，首次入榜；

• 智谱 GLM 5.2 (Max) 排名第 17，净提升度 5.82%，较上周下降 3 位；

• 深度求索 Deepseek V4 Flash (High) (20260731) 排名第 20，净提升度 3.99%。

本周 Arena 榜单迎来多款国产新模型亮相，智谱 glm-5.3-max 在综合榜、代码榜、前端开发榜均取得出色排名，月之暗面 kimi-k3-max 首次杀入综合榜前十，智能体榜也进入前四，字节跳动新模型 dreamina-seedance-2.5-720p 在 AI 视频榜直接进入前五，国产模型整体在多个维度继续突破。接下来随着更多国产大模型新版本发布，预计排名竞争将进一步加剧，值得后续关注。