Arena 公布 2026 年第 42 周 AI 大模型周榜：国产模型多领域站稳中上游， kimi-k3-max 杀入代码榜前十
IT之家 10 月 19 日消息，Arena（ arena.ai ）平台发布 2026 年第 42 周（ 2026-10-12 ~ 2026-10-18 ）AI 大模型盲测排名，本期头部格局整体稳定，国产模型在多个细分榜单保持稳定中上游位置，其中 kimi-k3-max 首次稳定在代码榜前十，mimo-v2.6-pro 首次进入前端开发榜前 20，整体表现可圈可点。本期共有三款新模型正式入榜，分别是 gemini-3.5-flash-medium、 mimo-v2.6-pro 以及 flux-2-flex。 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 本期综合榜头部排名保持稳定，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，分差均在 30 分以内，在误差范围内视为接近竞争。头部前 10 名分数均在 1494 分以上，竞争依旧胶着。本周新入榜模型为 gemini-3.5-flash-medium，直接冲进前 30，位列第 30，ELO 得分 1476 分，表现不俗。 国产模型整体处于中上游位置，梯队相对稳定： 月之暗面 kimi-k3-max 排名最高，位列第 16 名，ELO 1488 分，排名持平； 阿里 qwen3.8-max 位列第 22 名，ELO 1483 分，排名持平； 小米 mimo-v2.6-pro 位列第 26 名，ELO 1480 分，排名持平； 智谱 glm-5.3-max 位列第 27 名，ELO 1478 分，排名持平。 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-4-argon-high Google 1525 ±9 4892 $2 / $10 1M 2 - claude-opus-5.5-high Anthropic 1507 ±8 6272 $4 / $20 1M 3 - claude-opus-4-6-high Anthropic 1504 ±3 79415 $5 / $25 1M 4 - claude-fable-5-high Anthropic 1504 ±4 40026 $10 / $50 1M 5 - claude-opus-4-7-high Anthropic 1501 ±4 65192 $5 / $25 1M 6 - claude-fable-5.1-max Anthropic 1501 ±6 13063 $10 / $50 1M 7 - claude-opus-4-6 Anthropic 1498 ±3 84095 $5 / $25 1M 8 - gemini-3.8-flash-high Google 1497 ±5 31437 $0.75 / $3.75 1.05M 9 - muse-spark-1.3-max Meta 1494 ±6 14694 $1.25 / $4.25 1M 10 - claude-opus-4-7 Anthropic 1494 ±4 66315 $5 / $25 1M — 以下为 Top 10 外的国产模型 — 16 - kimi-k3-max Moonshot 1488 ±5 30351 N/A N/A 22 - qwen3.8-max Alibaba 1483 ±5 25378 $2 / $6 1M 26 - mimo-v2.6-pro Xiaomi 1480 ±9 4069 $0.44 / $0.87 1.05M 27 - glm-5.3-max Z.ai 1478 ±5 20049 $1.4 / $4.4 1.05M 代码榜 代码榜头部格局依旧稳定，gemini-4-argon-high 以 1562 分继续领跑，claude-fable-5-high 以 1551 分位列第二，claude-opus-4-7-high、 claude-opus-4-6-high、 claude-opus-5.5-high 同以 1550 分并列第三，前三名中除 gemini-4-argon-high 外均为 Anthropic 模型，头部依旧被海外厂商占据。本周核心看点是国产 kimi-k3-max 稳定保持在第十名，ELO 1540 分，成为国产模型在代码榜的最高排名，小米 mimo-v2.6-pro 紧随其后位列第十一，ELO 1539 分，表现亮眼。 国产模型已有多款进入代码榜前 30，具体排名如下： 月之暗面 kimi-k3-max 排名第 10，ELO 1540 分，排名持平； 小米 mimo-v2.6-pro 排名第 11，ELO 1539 分，排名持平； 深度求索 deepseek-v4.1-flash-max 排名第 26，ELO 1528 分，排名持平； 智谱 glm-5.3-flash 排名第 27，ELO 1525 分，排名持平； 阿里 qwen3.7-max-preview 排名第 28，ELO 1524 分，排名持平； 阿里 qwen3.8-max 排名第 29，ELO 1524 分，排名持平。 排名 较上周 模型 厂商 分数 (±CI) 票数 价格 ($/M) 输入 / 输出 上下文 1 - gemini-4-argon-high Google 1562 ±17 1233 $2 / $10 1M 2 - claude-fable-5-high Anthropic 1551 ±7 10404 $10 / $50 1M 3 - claude-opus-4-7-high Anthropic 1550 ±6 18591 $5 / $25 1M 4 - claude-opus-4-6-high Anthropic 1550 ±6 20617 $5 / $25 1M 5 - claude-opus-5.5-high Anthropic 1550 ±16 1444 $4 / $20 1M 6 - claude-opus-4-6 Anthropic 1548 ±5 23351 $5 / $25 1M 7 - claude-opus-4-7 Anthropic 1546 ±6 18816 $5 / $25 1M 8 - gpt-6.1-sol-max OpenAI 1545 ±20 911 $2 / $10 1.05M 9 - gpt-6-astra-max OpenAI 1542 ±12 2424 N/A N/A 10 - kimi-k3-max Moonshot 1540 ±7 7775 N/A N/A — 以下为 Top 10 外的国产模型 — 11 - mimo-v2.6-pro Xiaomi 1539 ±18 1107 $0.44 / $0.87 1.05M 26 - deepseek-v4.1-flash-max DeepSeek 1528 ±11 3026 $0.3 / $1.2 1M 27 - glm-5.3-flash Z.ai 1525 ±8 7267 $0.06 / $0.2 1.05M 28 - qwen3.7-max-preview Alibaba 1524 ±18 1165 $1.48 / $4.43 1M 29 - qwen3.8-max Alibaba 1524 ±8 7077 $2 / $6 1M 前端开发榜 前端开发榜头部格局稳定，claude-opus-5.5-max 以 1813 分稳居榜首，gpt-6-astra-max 以 1786 分位列第二，claude-sonnet-5.5-xhigh 以 1774 分位列第三。本周新入榜模型包括 mimo-v2.6-pro 和 claude-haiku-5.5-high，其中小米 mimo-v2.6-pro 首次入榜即位列第 19，ELO 1629 分，成功杀入前 20，延续了其在代码领域的良好表现。 国产模型在前端开发榜占据多个中上游位置，具体如下： 阿里 qwen3.8-max-0902 位列第 10，ELO 1674 分，排名持平； 阿里 qwen3.8-max 位列第 11，ELO 1672 分，排名持平； 月之暗面 kimi-k3-max 位列第 14，ELO 1654 分，排名持平； 小米 mimo-v2.6-flash 位列第 16，ELO 1637 分，排名持平； 阿里 qwen3.8-flash-next 位列第 17，ELO 1633 分，排名持平； 腾讯 hy4-preview 位列第 18，ELO 1632 分，排名持平； 小米 mimo-v2.6-pro 新入榜位列第 19，ELO 1629 分； 智谱 glm-5.3-max 位列第 22，ELO 1622 分，排名持平。 排名 较上周 模型 厂商 分数 (±CI) 票数 价格 ($/M) 输入 / 输出 上下文 1 - claude-opus-5.5-max Anthropic 1813 ±15 2294 $4 / $20 1M 2 - gpt-6-astra-max OpenAI 1786 ±11 5189 $10 / $50 1.05M 3 - claude-sonnet-5.5-xhigh Anthropic 1774 ±15 2323 $2 / $10 1M 4 - gpt-6.1-sol-max OpenAI 1755 ±15 2102 $2 / $10 1.05M 5 - claude-fable-5.1-max Anthropic 1744 ±9 6663 $10 / $50 1M 6 - claude-sonnet-5.5-high Anthropic 1715 ±11 3984 $2 / $10 1M 7 - claude-opus-5-max Anthropic 1691 ±6 17320 $5 / $25 1M 8 - gpt-6-sol-max OpenAI 1688 ±12 3407 $2 / $10 1.05M 9 - gemini-4-argon-high Google 1678 ±15 1771 $2 / $10 1M 10 - qwen3.8-max-0902 Alibaba 1674 ±8 11182 $2 / $6 N/A — 以下为 Top 10 外的国产模型 — 11 - qwen3.8-max Alibaba 1672 ±12 3446 $2 / $6 1M 14 - kimi-k3-max Moonshot 1654 ±6 17412 $3 / $15 1.05M 16 - mimo-v2.6-flash Xiaomi 1637 ±10 4058 $0.14 / $0.28 1.05M 17 - qwen3.8-flash-next Alibaba 1633 ±8 6932 $0.16 / $0.47 1M 18 - hy4-preview Tencent 1632 ±10 4792 $0.75 / $2.25 1.05M 19 新上榜 mimo-v2.6-pro Xiaomi 1629 ±11 3649 $0.44 / $0.87 1.05M 22 - glm-5.3-max Z.ai 1622 ±8 8382 $1.4 / $4.4 1.05M 23 - deepseek-v4.1-flash-max DeepSeek 1619 ±11 3542 $0.3 / $1.2 1M 26 - glm-5.3-flash Z.ai 1609 ±7 13697 $0.06 / $0.2 1.05M 27 - glm-5.2-max Z.ai 1603 ±6 15351 $1.4 / $4.4 1M 智能体榜 智能体榜采用百分比信号评分体系，本周 Claude Opus 5.5 (Max) 以 15.53% 的净提升度蝉联榜首，GPT 6 Astra (Max) 排名上升一位至第二，净提升度 13.09%，Claude Fable 5.1 (Max) 位列第三，净提升度 12.66%，头部依旧被海外模型占据。在指标方面，Claude Opus 5.5 (Max) 工具幻觉率仅 0.37%，为头部最低，表现出色。国产模型整体处于中上游梯队，已有多款进入前 30。 国产模型在智能体榜具体表现如下： 深度求索 Deepseek V4.1 Flash (Max) 排名第 15，净提升度 3.80%，任务确认成功率 7.44%，较上周上升 2 位； 月之暗面 Kimi K3 (Max) 排名第 16，净提升度 3.78%，任务确认成功率 6.46%，较上周上升 2 位； 腾讯 Hy4 preview 排名第 17，净提升度 3.61%，任务确认成功率 5.96%，较上周上升 2 位； 小米 MiMo V2.6 Pro 排名第 18，净提升度 3.52%，任务确认成功率 8.03%，较上周上升 2 位； 智谱 GLM 5.2 (Max) 排名第 19，净提升度 3.19%，任务确认成功率 4.11%，较上周上升 2 位； 阿里 Qwen3.8 Max 排名第 22，净提升度 2.35%，任务确认成功率 5.09%，较上周上升 2 位； 智谱 GLM 5.3 (Max) 排名第 23，净提升度 2.15%，任务确认成功率 4.78%，较上周上升 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 - Claude Opus 5.5 (Max) Anthropic 15.53% ±4.63% 17.29% ±6.02% 36.78% ±20.55% 8.2% ±4.06% 2 ↑ 1 GPT 6 Astra (Max) OpenAI 13.09% ±2.37% 12.13% ±3.88% 38.54% ±9.96% 8.85% ±2.5% 3 ↑ 1 Claude…
News is gathered automatically from public robotics & AI feeds on a schedule.
Related
黑鲨凤鸣头戴式游戏耳机 Ultra 官宣，10 月 30 日发布
IT之家 10 月 19 日消息，黑鲨今日官宣凤鸣头戴式游戏耳机 Ultra，将于 10 月 30 日 19:00 举行的黑鲨 2026 年度秋季新品发布会亮相。此外，官方文案还将该耳机称为“黑鲨凤鸣 BE33 头戴式耳机”。 作为参考， 黑鲨凤鸣头戴式游戏耳机于 2024 年 9 月发布 ，售价 259 元，预售到手价 199 元。该产品具备-40dB 主动降噪功能，配备隔音全包耳罩。其拥有 60ms 延迟，开启游戏模式后可迅速听声辨位。 在售黑鲨凤鸣头戴式游戏耳机内置了 PU 镀钛复合振膜及 40mm 大动圈单元，EQ 可调整摇滚、流行、经典、爵士、乡村 5 种音频效果。其搭载蓝牙 5.4
Final 推出 Porta 无线头戴式耳机：40g 轻量设计，12800 日元
IT之家 10 月 19 日消息，Final 现已推出 Porta 无线头戴式耳机。新品采用轻量化设计，续航时间最长可达 8 小时， 定价 12,800 日元 （IT之家注：现汇率约合 542.3 元人民币） 。 据介绍，这款耳机重量仅为 40g，采用单根金属线构成的头梁设计，可避免头顶受到压力。内置 57mAh 锂离子电池，最长续航可达 8 小时。 这款耳机的频响范围为 20Hz-20kHz。厂商宣称其单元经过专门调校，可呈现富有活力的声音。 该耳机同时支持蓝牙 5.4，以及 SBC 和 AAC 音频编解码器。配备 USB-C 接口，充电时间约为 1.5 小时。该产品提供黑色、橙色两种配色，
阿里达摩院发布车规增强处理器玄铁 E908A，首发车规产品路线图
IT之家 10 月 19 日消息，据阿里巴巴达摩院，10 月 19 日，RISC-V 中国峰会在深圳举行。作为开源 CPU 指令集架构，RISC-V 正快速追赶 X86 和 Arm，并进入 AI、服务器、车载等高价值领域。 达摩院在会上透露，玄铁 RISC-V 处理器通过架构创新、软件兼容与生态合作，显著提升在 AgenticAI 和服务器等领域的表现，推动高性能 RISC-V 从“可用”到“可靠”，迈向大规模量产落地。同时，发布面向自动驾驶和具身智能的处理器产品路线图，推动 RISC-V 进入全新领域。 据行业机构预测，RISC-V 处理器年出货量正保持 50% 的高速增长， 到 2030
医保钱包 2.0 版上线，个人账户跨省共济落地全国
IT之家 10 月 19 日消息，据央视新闻今日报道，国家医保局将医保钱包迭代升级到 2.0 版 。 作为职工医保个账跨省共济的重要载体， 新版医保钱包自今年 10 月 16 日起 ， 各省、自治区、直辖市及新疆生产建设兵团 已全部上线运行 ，实现个账更大范围的共济，进一步提高参保群众看病就医的便利化水平，让群众更加高效、便捷地享受改革红利。至此， 医保个人账户资金跨省共济给近亲属已在全国全面落地 。 医保钱包 2.0 版支持国家医保服务平台 App 及支付宝小程序、线下经办窗口等多种渠道办理跨省共济业务，参保群众既可以足不出户线上便捷完成共济关系绑定与解绑、额度设置和使用、业务查询等操作，还
消息称某厂正在做 2K+240Hz 显示屏，预计 2027 年能上机
IT之家 10 月 19 日消息，据博主 @数码闲聊站 今日发布“超超超前瞻”，某屏厂正在做 2K+240Hz 显示屏，预计 2027 年能上机， 目前不暗指任何新机 。 IT之家注意到，目前市面上的新机多采用 1.5K+ 高刷方案，兼顾流畅性与功耗，部分旗舰机型将屏幕分辨率提升至 2K 规格。如果爆料属实，2K+240Hz 方案在提升清晰度与流畅性的同时，能否在功耗上取得理想效果，值得大家关注。 刷新率方面，目前荣耀 WIN 平板已官宣将 业界首发 240Hz OLED 电竞屏 ，搭配有荣耀东风涡轮散热系统、10000mAh 大电池及第五代骁龙 8 至尊版芯片。目前，市面上大多数手机产品还处
马斯克：明年向全美儿童赠送 SpaceX 股票
IT之家 10 月 19 日消息，埃隆 · 马斯克今日在 X 平台发布置顶消息， 将在明年把自己的 SpaceX 股票送给美国的每个孩子 ，而这只是开始。 综合IT之家此前报道，美国亿万富翁埃隆・马斯克一直提倡多生孩子，自己也身体力行成为了十多个孩子的父亲（最新爆料为 14 个）。 他曾敦促意大利和其他发达国家的人们生育更多孩子 ，否则像意大利、日本和法国这样的国家文化可能会消失。 马斯克的前女友、美国保守派评论人士阿什莉 · 圣克莱尔（Ashley St Clair）透露， 马斯克曾发短信告诉她 ，希望在“内战爆发前拥有一大批孩子”。