AI大模型周榜：阿里Qwen3.8-Max杀入前六

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。

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。

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

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

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。

• 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

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

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。

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。

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。