Code Arena 相关 AI 资讯 · AITOP · AI热报

5月29日

08:02

08:02

lmarena.ai@lmarena_ai

Claude Opus 4.8 在 Code Arena 前端测试中进行了实战评测，该测试专注于真实用户构建应用和网站时的智能体前端编程任务，涵盖 HTML 和 React。评测结果以视频形式展示在 YouTube 上，展示了模型在 agentic 前端编码方面的能力。Code Arena 提供了 Battle Mode 供用户自行对比测试，Opus 4.8 的详细评分即将公布。这标志着 Claude 系列在智能体编程领域的又一次重要迭代。

AI模型 Claude Opus 4.8 前端编程智能体

推荐理由：做前端开发的团队可以看看 Opus 4.8 在真实 agentic 任务中的表现，直接去 Arena 的 Battle Mode 试试就知道值不值得用。

00:34

00:34

lmarena.ai@lmarena_ai

Code Arena 新增了前端分类，涵盖智能体 Web 开发的 7 个领域。该分类基于经典机器学习方法，通过聚类提示、原型提取和迭代优化构建，覆盖了 80% 以上的数据。分析显示，品牌/营销网站和消费产品类别正在增长，GPT-5.5 和 Gemma-4-31b 在特定领域表现突出。研究还提供了雷达图作为模型选择工具，并结合价格/速度帕累托曲线进行综合评估。

AI产品 Code Arena AI 辅助开发 Web 开发

推荐理由：做 AI 辅助 Web 开发的团队可以了解哪些模型在特定前端任务中表现最佳，以及用户实际使用趋势，建议点开看看数据洞察。

5月27日

00:23

00:23

lmarena.ai@lmarena_ai

精选83°

Qwen3.7 Max 在 Code Arena 前端编程评测中排名第4，成为榜单上排名最高的中国实验室模型，超越了 GLM-5.1，并与 Claude Opus 4.6 持平。该模型专为智能体时代设计，支持端到端编码、前端原型、多文件重构和真实调试，还能通过 MCP 集成和多智能体编排完成办公任务。在长时自主任务中，它可连续运行 35 小时，执行超过 1000 次工具调用而无需人工干预。API 已在阿里云百炼平台上线，用户也可在 Qwen Studio 体验。

AI模型 Qwen3.7 Max Code Arena 前端编程

推荐理由：Qwen3.7 Max 在智能体编程任务上追平了 Claude Opus 4.6，做前端开发或自动化智能体的团队值得一试，尤其是需要长时自主执行的场景。

5月26日

15:02

15:02

官方账号阿里云 Alibaba Cloud@alibaba_cloud

83°

阿里云宣布其 Qwen3.7-Max 模型在 Code Arena 评测中以 1541 分位列全球第二，仅次于 Claude。该模型专为生产环境设计，支持连续运行 35 小时任务、执行 1000 次以上工具调用，能将原本两周的项目缩短至数小时完成。这标志着国产大模型在编程领域取得重要突破，为开发者提供了高性能的替代选择。

AI模型 Qwen3.7-Max 编程模型 Code Arena

推荐理由：Qwen3.7-Max 在编程能力上逼近 Claude，做自动化脚本或复杂项目开发的团队可以试试，能显著缩短交付周期。

13:43

13:43IT之家（博客/媒体）

精选

阿里旗舰模型 Qwen3.7-Max 在权威编程榜单 Code Arena 上以 1541 分排名全球第二，仅次于 Claude 系列，超越了 Claude Opus 4.6、GLM-5.1 和 Kimi K2.6。Code Arena 采用用户随机盲测，防止刷榜，评估真实代码生成、调试和重构能力。此外，该模型在 Design Arena 榜单也位列第十。这标志着国产大模型在硬核编程能力上首次进入全球第一梯队。

AI模型 Qwen3.7-Max 阿里千问 Code Arena

推荐理由：国产模型首次在权威编程盲测中超越 Claude Opus 4.6，做 AI 编程工具选型或关注国产大模型进展的开发者值得关注，建议直接去 Code Arena 看榜单。

5月20日

03:53

03:53

lmarena.ai@lmarena_ai

83°

Google DeepMind 的 Gemini 3.5 Flash 模型在 Code Arena 前端评测中取得显著进步，总分 1507，比上一代 Flash 提升 70 分，甚至超越了之前的 Pro 版本。该模型在消费产品、内容创作工具、数据与分析等子类别中全面领先，输出速度达到 Pro 版本的 2 倍以上。目前 Gemini 3.5 Flash 在 Code Arena 前端排名第 9，在 Text Arena 也位列第 9，并在其价格区间内实现了最佳性价比。

AI模型 Gemini 3.5 Flash Google DeepMind 前端编码

推荐理由：前端开发者做自动化编码任务时，Gemini 3.5 Flash 以更快的速度和更低的成本超越了 Pro 版本，值得在项目中实测对比。