代码榜前十，终于出现了一个国产名字。Arena 公布的 2026 年第 42 周（10 月 12 日至 10 月 18 日）大模型盲测排名里，月之暗面的 kimi-k3-max 稳定在代码榜第十名，ELO 得分 1540 分，这是国产模型在该榜的最高排名。
先把这个榜的性质说清楚：Arena 的排名来自平台匿名盲测投票，用 ELO 计算（智能体榜用的是百分比信号），反映的是用户主观偏好，不是绝对能力测试。不同分榜相互独立，不宜跨榜比较，分差在误差范围内都视为并列，新模型也要攒够一定投票量才会正式入榜。
本期共有三款新模型正式入榜：gemini-3.5-flash-medium、mimo-v2.6-pro 以及 flux-2-flex。
综合榜：头部胶着，国产守住中上游
gemini-4-argon-high 以 1525 分蝉联榜首，claude-opus-5.5-high 以 1507 分位列第二，claude-opus-4-6-high 和 claude-fable-5-high 同以 1504 分并列第三。前几名分差都在 30 分以内，按规则算接近竞争。头部前 10 名分数均在 1494 分以上。
新入榜的 gemini-3.5-flash-medium 直接冲进前 30，位列第 30，ELO 1476 分。国产模型这边梯队相对稳定：kimi-k3-max 第 16（1488 分）、阿里 qwen3.8-max 第 22（1483 分）、小米 mimo-v2.6-pro 第 26（1480 分）、智谱 glm-5.3-max 第 27（1478 分），排名均持平。
代码榜：Kimi 第十，小米紧随其后
代码榜头部依旧被海外厂商占据。gemini-4-argon-high 以 1562 分领跑，claude-fable-5-high 以 1551 分位列第二，claude-opus-4-7-high、claude-opus-4-6-high、claude-opus-5.5-high 同以 1550 分并列第三——前三名里除 gemini-4-argon-high 外全是 Anthropic 模型。
国产模型已有多款进入代码榜前 30：
- 月之暗面 kimi-k3-max：第 10，ELO 1540 分，排名持平
- 小米 mimo-v2.6-pro：第 11，ELO 1539 分，排名持平
- 深度求索 deepseek-v4.1-flash-max：第 26，ELO 1528 分，排名持平
- 智谱 glm-5.3-flash：第 27，ELO 1525 分，排名持平
- 阿里 qwen3.7-max-preview：第 28，ELO 1524 分，排名持平
- 阿里 qwen3.8-max：第 29，ELO 1524 分，排名持平
第十和第十一之间只差 1 分，按误差范围的规则，这两个位置基本是贴着走的。
前端开发榜：小米新模型首入即前 20
前端开发榜头部，claude-opus-5.5-max 以 1813 分稳居榜首，gpt-6-astra-max 以 1786 分位列第二，claude-sonnet-5.5-xhigh 以 1774 分位列第三。本周新入榜的 mimo-v2.6-pro 首次入榜就位列第 19，ELO 1629 分，成功杀入前 20。
国产模型在这个榜占据多个中上游位置：阿里 qwen3.8-max-0902 第 10（1674 分）、阿里 qwen3.8-max 第 11（1672 分）、kimi-k3-max 第 14（1654 分）、小米 mimo-v2.6-flash 第 16（1637 分）、阿里 qwen3.8-flash-next 第 17（1633 分）、腾讯 hy4-preview 第 18（1632 分）、mimo-v2.6-pro 第 19（1629 分）、智谱 glm-5.3-max 第 22（1622 分）。
智能体榜：国产集体上升 2 位
智能体榜用百分比信号评分。Claude Opus 5.5 (Max) 以 15.53% 的净提升度蝉联榜首，GPT 6 Astra (Max) 上升一位至第二，净提升度 13.09%，Claude Fable 5.1 (Max) 第三，净提升度 12.66%。Claude Opus 5.5 (Max) 的工具幻觉率仅 0.37%，为头部最低。
国产模型整体处于中上游，且本周步调相当一致——多款排名均较上周上升 2 位：
- 深度求索 Deepseek V4.1 Flash (Max)：第 15，净提升度 3.80%，任务确认成功率 7.44%
- 月之暗面 Kimi K3 (Max)：第 16，净提升度 3.78%，任务确认成功率 6.46%
- 腾讯 Hy4 preview：第 17，净提升度 3.61%，任务确认成功率 5.96%
- 小米 MiMo V2.6 Pro：第 18，净提升度 3.52%，任务确认成功率 8.03%
- 智谱 GLM 5.2 (Max)：第 19，净提升度 3.19%，任务确认成功率 4.11%
- 阿里 Qwen3.8 Max：第 22，净提升度 2.35%，任务确认成功率 5.09%
- 智谱 GLM 5.3 (Max)：第 23，净提升度 2.15%，任务确认成功率 4.78%
生图与视频：国产守住前五、前十
AI 生图榜前三名全是 OpenAI 模型：gpt-image-2.5-sunburst 以 1425 分蝉联榜首，gpt-image-2.5-flare 以 1398 分第二，gpt-image-2 (medium) 以 1383 分第三。新入榜的 flux-2-flex 首次入榜位列第 30，ELO 1157 分。国产方面，字节跳动 seedream-5.0-pro 和阿里 qwen-image-3.0-pro 同以 1255 分并列第 12、13 名，均进入前 15。
AI 视频榜头部由谷歌占据：gemini-omni-1.1-flash 以 1516 分第一，gemini-omni-flash 以 1513 分第二，flux-3-video 以 1493 分第三。国产模型前五名中占两席——字节跳动 dreamina-seedance-2.0-720p 位列第五（1479 分），阿里 wan3.0 紧随其后位列第六（1476 分），前 10 名中共有四款国产模型。
整体看，本周头部格局变化不大，海外模型仍占据各榜榜首。国产模型的看点集中在细分赛道：代码榜前十有了 kimi-k3-max，前端开发榜前 20 有了 mimo-v2.6-pro，生图和视频榜则继续由字节跳动、阿里守住前五、前十的位置。
热门跟贴