IT之家 7 月 6 日消息，
数据来自 Arena（arena.ai）平台，本期榜单统计时间为 2026 年 6 月 29 日 ~ 7 月 5 日。本周榜单核心变化包括， 🇺🇸 claude-fable-5 蝉联综合榜与代码榜榜首，国产模型 🇨🇳 qwen3.7-max-preview 排名提升至综合榜第 15 位，表现突出。整体来看国产模型稳定处于中上游区间，头部国产模型已接近国际第一梯队水平。
综合榜格局保持稳定，前三名均为 Anthropic 旗下 Claude 系列模型，分数差距在 30 分以内，在统计误差范围内可视为并列。头部模型中， 🇺🇸 gemini-3.5-flash 排名上升 2 位至第 11 位，涨幅最为明显； 🇺🇸 glm-5.1 排名下降 3 位至第 22 位，是头部中排名下滑最多的模型。整体排名变动较小，多数头部模型分数和排名变化不超过 1 位。
国产模型整体排名较为稳定，多家中上游国产模型位置稳固：
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格($/M) 输入/输出 | 上下文 |
|---|---|---|---|---|---|---|
| 1 | 🇺🇸 claude-fable-5 | Anthropic | 1509 ±9 | 4350 | $10 / $50 | 1M |
| 2 | 🇺🇸 claude-opus-4-6-thinking | Anthropic | 1504 ±4 | 55102 | $5 / $25 | 1M |
| 3 | 🇺🇸 claude-opus-4-7-thinking | Anthropic | 1502 ±4 | 41868 | $5 / $25 | 1M |
| 4 | 🇺🇸 claude-opus-4-6 | Anthropic | 1499 ±4 | 58565 | $5 / $25 | 1M |
| 5 | 🇺🇸 claude-opus-4-7 | Anthropic | 1494 ±4 | 43053 | $5 / $25 | 1M |
| 6 | 🇺🇸 muse-spark | Meta | 1487 ±6 | 13591 | N/A | N/A |
| 7 | 🇺🇸 gemini-3.1-pro-preview | 谷歌 | 1486 ±4 | 73099 | $2 / $12 | 1.05M |
| 8 | 🇺🇸 gemini-3-pro | 谷歌 | 1486 ±4 | 41306 | $2 / $12 | 1.05M |
| 9 | 🇺🇸 claude-opus-4-8-thinking | Anthropic | 1484 ±5 | 22340 | $5 / $25 | 1M |
| 10 | 🇺🇸 gpt-5.5-high | OpenAI | 1481 ±5 | 37260 | $5 / $30 | 1.05M |
| — 以下为 Top 10 外的国产模型 — | ||||||
| 15 ↑1 | 🇨🇳 qwen3.7-max-preview | 阿里 | 1475 ±10 | 3727 | $1.25 / $3.75 | 1M |
| 27 | 🇨🇳 ernie-5.1 | 百度 | 1468 ±5 | 32742 | N/A | N/A |
| 29 | 🇨🇳 mimo-v2.5-pro | 小米 | 1466 ±5 | 34468 | $0.44 / $0.87 | 1.05M |
代码榜同样由 Anthropic Claude 系列占据绝对优势，前五名均被该厂商模型包揽， 🇺🇸 claude-fable-5 继续排名第一，ELO 分数为 1563 分，领先第二名 10 分。本次榜单中， 🇺🇸 glm-5.2 (max) 排名下滑 8 位至第 21 名，是跌幅最大的模型；国产 🇨🇳 qwen3.7-plus 排名上升 2 位至第 30 位， 🇨🇳 mimo-v2.5-pro 上升 1 位至第 17 位。整体来看，头部模型排名变动较小。
国产模型在代码榜中已有头部产品进入前十，整体表现不俗：
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格($/M) 输入/输出 | 上下文 |
|---|---|---|---|---|---|---|
| 1 | 🇺🇸 claude-fable-5 | Anthropic | 1563 ±18 | 1123 | $10 / $50 | 1M |
| 2 | 🇺🇸 claude-opus-4-7-thinking | Anthropic | 1553 ±7 | 11799 | $5 / $25 | 1M |
| 3 | 🇺🇸 claude-opus-4-6-thinking | Anthropic | 1551 ±6 | 14089 | $5 / $25 | 1M |
| 4 | 🇺🇸 claude-opus-4-7 | Anthropic | 1550 ±7 | 12135 | $5 / $25 | 1M |
| 5 | 🇺🇸 claude-opus-4-6 | Anthropic | 1548 ±6 | 15989 | $5 / $25 | 1M |
| 6 | 🇺🇸 claude-opus-4-8 | Anthropic | 1537 ±9 | 6195 | $5 / $25 | 1M |
| 7 | 🇺🇸 claude-opus-4-8-thinking | Anthropic | 1537 ±9 | 6075 | $5 / $25 | 1M |
| 8 | 🇺🇸 claude-opus-4-5-20251101-thinking-32k | Anthropic | 1530 ±7 | 7622 | $5 / $25 | 200K |
| 9 | 🇺🇸 claude-sonnet-4-6 | Anthropic | 1527 ±6 | 13275 | $3 / $15 | 1M |
| 10 | 🇨🇳 qwen3.7-max-preview | 阿里 | 1526 ±18 | 1128 | $1.25 / $3.75 | 1M |
| — 以下为 Top 10 外的国产模型 — | ||||||
| 17 ↑1 | 🇨🇳 mimo-v2.5-pro | 小米 | 1520 ±8 | 9398 | $0.44 / $0.87 | 1.05M |
| 28 | 🇨🇳 kimi-k2.6 | 月之暗面 | 1512 ±7 | 8944 | $0.95 / $4 | 262.1K |
| 29 ↓2 | 🇨🇳 ernie-5.1 | 百度 | 1512 ±7 | 9043 | N/A | N/A |
| 30 ↑2 | 🇨🇳 qwen3.7-plus | 阿里 | 1512 ±10 | 4288 | $0.32 / $1.28 | 1M |
数学榜头部竞争依旧激烈， 🇺🇸 claude-opus-4-6-thinking 保持第一位置， 🇺🇸 claude-fable-5 紧随其后，前三名分数差距不足 14 分，误差范围内处于同一梯队。 🇺🇸 glm-5.2 (max) 排名大幅提升 8 位至第 24 位，是本次榜单涨幅最大的模型； 🇺🇸 claude-opus-4-8 排名下降 2 位，但变动幅度小于 3 位，属于正常波动。国产模型中， 🇨🇳 kimi-k2.6 上升 2 位至第 13 名， 🇨🇳 qwen3.7-max-preview 前进 1 位进入前十，整体进步明显。
创意写作榜中， 🇺🇸 claude-fable-5 继续稳居第一， 🇺🇸 gemini-3.5-flash 排名提升 1 位进入前十，来到第 8 名，分数上涨 8 分，是头部中表现最好的模型。国产模型方面， 🇨🇳 qwen3.7-max-preview 排名提升 3 位至第 29 名，进入前三十，其他国产模型排名变动较小。
长文本榜榜首易主， 🇺🇸 claude-fable-5 从第二上升一位，取代 🇺🇸 claude-opus-4-6-thinking 成为第一，两者分数仅相差 1 分，在统计误差范围内视为并列。 🇺🇸 gpt-5.5-high 排名提升 3 位至第 16 名，是榜单中涨幅较大的模型， 🇺🇸 gemini-3.5-flash 则下降 3 位至第 26 名。国产模型 🇨🇳 qwen3.7-max-preview 守住第九名位置，分数和排名均保持不变。
本周 Arena 榜单整体排名格局稳定，Anthropic Claude 系列模型依旧垄断多个榜单头部位置，整体优势明显。谷歌 gemini-3.5-flash 在多个榜单中实现排名提升，后续表现值得关注。国产头部模型 qwen3.7-max-preview 持续进步，已经在多个榜单中进入前十五甚至前十，与国际第一梯队的差距进一步缩小，下周我们将继续关注国产模型的排名变化以及新模型的入榜情况。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。