Arena 第 46 周榜单:Gemini 4 Carbon 以 1526 分登顶,国产模型视频榜占前八
Arena 平台发布 2026 年第 46 周(11 月 9 日至 11 月 15 日)大模型盲测榜单。谷歌 Gemini 4 Carbon (High) 首秀以 1526 分登顶综合榜,同家族 Gemini 4 Argon (High) 以 1522 分位列第 2,两者分差 4 分、在误差范围内视为并列头部。Meta 的 Muse Wonder (Max) 以 1511 分排第 3,Anthropic 的 Claude Opus 5.5 (High) 以 1507 分排第 4。 综合榜 Top 8 中 Anthropic 独占 5 席,分数差距均在 6 分以内,家族式占位特征明显;Claude Opus 4.8 (High) 以 1482 分跌至第 27 名,是 Anthropic 阵营下滑最明显的型号。国产模型处于综合榜中游,与头部有约 40 分差距:Kimi K3.1 Pro (Max) 以 1485 分排第 24,Qwen 3.8 Max 以 1484 分排第 25,GLM 5.3 (Max) 以 1482 分排第 28。 分榜方面差异显著:前端开发榜由 Anthropic 主导,Claude Fable 5.2 (xHigh) 以 1838 分领先第 2 名 23 分,国产模型在前 30 名中占据 8 席,其中 kimi k3.1 pro (Max) 以 1687 分排第 12、为最高国产排名;AI 视频榜上字节跳动 dreamina seedance 2.0 / 2.5 分列第 6、7 名,阿里 wan 3.0 位列第 8。该榜单基于匿名盲测投票与 ELO 计算,反映用户主观偏好而非绝对能力,各分榜相互独立不宜跨榜比较。
当前结论
谷歌新模型 Gemini 4 Carbon 首周就拿下盲测榜第一,Anthropic 在前端榜一家独大。想选模型的话这份榜单信息量很足:各家报价、上下文长度都列出来了,做前端和视频生成的开发者可以直接对着排名挑。
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。