AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀強勢登頂,國產模型穩居視頻榜前五陣營
IT之家 11 月 16 日消息,Arena(arena.ai)平臺發佈了 2026 年第 46 周(2026 年 11 月 9 日 ~11 月 15 日)大模型盲測投票榜單。本週最大看點來自谷歌:新模型 Gemini 4 Carbon (High) 首秀便以 1526 分登頂綜合榜,同家族的 Gemini 4 Argon (High) 以 1522 分緊隨其後,兩者僅差 4 分,在誤差範圍內視爲並列第一。國產模型方面,前端開發榜上月之暗面 kimi k3.1 pro (Max) 首次殺入第 12 名,成爲榜單中排名最高的國產模型;AI 視頻榜上,字節跳動 dreamina seedance 2.0 / 2.5 分別佔據第 6、7 名,阿里 wan 3.0 位列第 8 名,國產陣營在視頻生成賽道已穩定佔據第一梯隊。整體來看,本週榜單呈現“谷歌新王登頂、Anthropic 固守智能體與前端、國產模型在多模態賽道持續滲透”的格局。IT之家注:本榜單基於 Arena(arena.ai)平臺匿名盲測投票,通過 ELO(智能體榜爲百分比信號)計算排名,反映用戶主觀偏好而非絕對能力測試;不同分榜相互獨立,不宜跨榜比較,分差在誤差範圍內均視爲並列,新模型也需積累一定投票量後纔會正式入榜。綜合榜綜合榜本週格局發生顯著變化,谷歌新推出的 Gemini 4 Carbon (High) 以 1526 分空降第 1 名,緊隨其後的是同家族老型號 Gemini 4 Argon (High) 以 1522 分位列第 2 名,兩者分差僅 4 分,在置信區間內視爲並列頭部。Meta 的 Muse Wonder (Max) 以 1511 分位列第 3 名,Anthropic 的 Claude Opus 5.5 (High) 以 1507 分位列第 4 名。值得注意的是,Top 8 中 Anthropic 獨佔 5 席(Claude Opus 5.5、Claude Fable 5、Claude Opus 4.6、Claude Fable 5.1、Claude Opus 4.7),家族式佔位特徵明顯,但分數差距極小,均在 6 分以內。Claude Opus 4.8 (High) 以 1482 分位列第 27 名,是 Anthropic 陣營中排名下滑最明顯的型號,被多款同梯隊模型反超。國產模型在綜合榜中處於中游位置,與頭部仍有 40 分左右的差距:月之暗面 Kimi K3.1 Pro (Max) 排名最高,位列第 24 名,ELO 1485 分;月之暗面 Kimi K3 (Max) 位列第 20 名,ELO 1487 分;阿里 Qwen 3.8 Max 位列第 25 名,ELO 1484 分;智譜 GLM 5.3 (Max) 位列第 28 名,ELO 1482 分。排名模型廠商分數 (±CI)票數價格 ($/M)輸入 / 輸出上下文1Gemini 4 Carbon (High)Google1526 ±104273$$2 / $10N/A2Gemini 4 Argon (High)Google1522 ±520779$$2 / $101M3Muse Wonder (Max)Meta1511 ±612696$$4 / $201M4Claude Opus 5.5 (High)Anthropic1507 ±615793$$4 / $201M5Claude Fable 5 (High)Anthropic1504 ±445469$$10 / $501M6Claude Opus 4.6 (High)Anthropic1503 ±384375$$5 / $251M7Claude Fable 5.1 (Max)Anthropic1502 ±520511$$10 / $501M8Claude Opus 4.7 (High)Anthropic1501 ±464260$$5 / $251M9Gemini 3.8 Flash (High)Google1497 ±462675$$0.75 / $3.751M10Muse Spark 1.3 (Max)Meta1497 ±526806$$1.25 / $4.251M— 以下爲 Top 10 外的國產模型 —20Kimi K3 (Max)Moonshot1487 ±441402N/AN/A24Kimi K3.1 Pro (Max)Moonshot1485 ±103995$$2 / $101M25Qwen 3.8 MaxAlibaba1484 ±536936$$2 / $61M28GLM 5.3 (Max)Z.ai1482 ±531604$$1.40 / $4.401M前端開發榜前端開發榜本週由 Anthropic 強勢主導,Claude Fable 5.2 (xHigh) 以 1838 分高居第 1 名,領先第 2 名 Claude Opus 5.5 (Max)(1815 分)23 分,優勢明顯。Top 5 中 Anthropic 獨佔 3 席(Claude Fable 5.2、Claude Opus 5.5、Claude Sonnet 5.5),谷歌 Gemini 4 Carbon (High) 以 1768 分位列第 4 名,OpenAI GPT 6 Astra (Max) 以 1764 分位列第 5 名。國產模型在該榜表現亮眼:月之暗面 kimi k3.1 pro (Max) 以 1687 分位列第 12 名,是排名最高的國產模型,直接殺入前 15;阿里、深度求索、百度、小米、騰訊、智譜均有模型進入前 30 名,國產陣營在前 30 名中佔據 8 席,是所有分榜中國產模型席位最多的一個。排名模型廠商分數 (±CI)票數價格 ($/M)輸入 / 輸出上下文1Claude Fable 5.2 (xHigh)Anthropic1838 ±211215$$8 / $401M2Claude Opus 5.5 (Max)Anthropic1815 ±124208$$4 / $201M3Claude Sonnet 5.5 (xHigh)Anthropic1772 ±105895$$2 / $101M4Gemini 4 Carbon (High)Google1768 ±152120$$2 / $10N/A5GPT 6 Astra (Max)OpenAI1764 ±98470$$10 / $501.1M6GPT 6.1 Sol (Max)OpenAI1743 ±105590$$2 / $101.1M7Claude Fable 5.1 (Max)Anthropic1742 ±89800$$10 / $501M8Muse Wonder Full (Max)Meta1723 ±142068N/AN/A9Claude Sonnet 5.5 (High)Anthropic1715 ±87940$$2 / $101M10Gemini 4 Hydrogen (High)Google1704 ±141997$$1.50 / $7.50N/A— 以下爲 Top 10 外的國產模型 —12Kimi K3.1 Pro (Max)Moonshot1687 ±104977$$2 / $101M15Qwen 3.8 (Max 0902)Alibaba1676 ±622099$$2 / $6N/A17Qwen 3.8 MaxAlibaba1670 ±123370$$2 / $61M18DeepSeek V4.1 Flash (Max)(1017)DeepSeek1664 ±714108$$0.15 / $0.601M18Ernie 5.5 Flash PreviewBaidu1668 ±16$$0.28 / $1.13N/A19Kimi K3 (Max)Moonshot1658 ±622448$$3 / $151M25Mimo V2.6 FlashXiaomi1638 ±88944$$0.14 / $0.281.1M26Hy4 (Preview)Tencent1632 ±104601$$0.83 / $2.501M28Mimo V2.6 ProXiaomi1625 ±88846$$0.43 / $0.871.1M29Qwen 3.8 Flash NextAlibaba1624 ±711380$$0.16 / $0.471M智能體榜智能體榜本週由 Anthropic 完全主導,Claude Fable 5.2 (Max) 以 30.48% 的淨提升度高居第 1 名,領先第 2 名 Claude Opus 5.5 (Max)(19.51%)超過 11 個百分點,優勢顯著。谷歌 Gemini 4 Carbon (High) 以 16.9% 位列第 3 名,其工具幻覺率僅 0.55%,是頭部模型中工具調用最 " 乾淨 " 的之一。Anthropic 在前 8 名中佔據 5 席,OpenAI 在 7、9、10 名各有 1 款,谷歌在 3、5、11 名各有 1 款。國產模型中,騰訊 Hy4 以 5.75% 位列第 18 名,月之暗面 Kimi K3.1 Pro (Max) 以 4.83% 位列第 20 名,處於第二梯隊末尾。排名模型廠商淨提升度 (±CI)任務確認成功率好評 / 差評比可控性1Claude Fable 5.2 (Max)Anthropic30.48% ±3.07%0% ±0%74.41% ±12.7%32.91% ±1.41%2Claude Opus 5.5 (Max)Anthropic19.51% ±2.04%0% ±0%40.72% ±7.59%18.41% ±1.94%3Gemini 4 Carbon (High)Google16.9% ±0.68%0% ±0%40.91% ±2.48%19.06% ±0.61%4Claude Sonnet 5.5 (Max)Anthropic16.07% ±2.81%0% ±0%31.11% ±11%14.53% ±2.73%5Gemini 4 Hydrogen (High)Google14.8% ±2.23%0% ±0%32.12% ±8.39%20.53% ±2.04%6Claude Fable 5.1 (Max)Anthropic14.62% ±2.06%0% ±0%31.14% ±7.71%14.49% ±1.85%7GPT-6 Astra (Max)OpenAI14.56% ±2.03%0% ±0%31.86% ±7.44%14.78% ±1.78%8Claude Opus 5.5 (High)Anthropic14.22% ±1.05%0% ±0%29.83% ±3.71%15.34% ±0.97%9GPT-6.1 Sol (Max)OpenAI12.4% ±1.12%0% ±0%27.45% ±4.01%13.25% ±1.05%10GPT-6.1 Terra (Max)OpenAI11.96% ±1.25%0% ±0%19.51% ±4.36%16.7% ±1.25%— 以下爲 Top 10 外的國產模型 —18Hy4Tencent5.75% ±1.29%0% ±0%6.21% ±4.27%9.3% ±1.48%20Kimi K3.1 Pro (Max)Moonshot4.83% ±1.11%0% ±0%8.03% ±3.48%6.45% ±1.35%25MiMo-V2.6-ProXiaomi2.16% ±0.9%0% ±0%2.98% ±2.74%1.29% ±1.18%27DeepSeek-V4.1-Flash-20261017(Max)DeepSeek2.01% ±0.52%0% ±0%1.01% ±1.58%4.13% ±0.65%AI 生圖榜AI 生圖榜由 OpenAI 全面壟斷,GPT Image 2.5 Sunburst 以 1429 分高居第 1 名,Top 5 全部被 OpenAI 的 GPT Image 系列包攬。國產模型中,阿里 Qwen Image 3.0 Pro 以 1254 分位列第 14 名,是排名最高的國產生圖模型;字節跳動 Seedream 5.0 Pro 以 1248 分位列第 17 名,兩者分差僅 6 分,在誤差範圍內視爲接近。國產生圖模型與頭部 OpenAI 仍有 170 分以上的差距,處於第二梯隊。排名模型廠商分數 (±CI)票數價格 ($/M)輸入 / 輸出上下文1GPT Image 2.5 SunburstOpenAI1429 ±5638182GPT Image 2.6 Sunburst(Medium)OpenAI1406 ±1326973GPT Image 2.5 FlareOpenAI1398 ±5631204GPT Image 2.6 Flare (Medium)OpenAI1384 ±1325325GPT Image 2 (medium)OpenAI1382 ±41085596Mai Image 2.6Microsoft AI1330 ±5414137Gemini Nano Banana 2.1Google1327 ±949618Grok Imagine Image 2.0(canvas)SpaceXAI1318 ±799199Reve 2.1Reve1301 ±8789310Grok Imagine Image 2.0(20260801)SpaceXAI1287 ±536215— 以下爲 Top 10 外的國產模型 —14Qwen Image 3.0 ProAlibaba1254 ±71089917Seedream 5.0 ProBytedance1248 ±411058021Qwen Image 2.1Alibaba1227 ±61782223MiniMax H3 ImageMiniMax1197 ±11327724Qwen Image 2.0 Pro 2026.06.22Alibaba1190 ±612657AI 視頻榜AI 視頻榜本週呈現 " 谷歌領跑、國產緊追 " 的格局。谷歌 Gemini Omni 1.2 Flash 以 1540 分空降第 1 名,其前代 Gemini Omni 1.1 Flash 以 1513 分位列第 2 名,兩者分差 27 分,仍在 30 分誤差範圍內,可視爲並列頭部。國產模型表現極爲亮眼:字節跳動 Dreamina Seedance 2.0 720p 以 1483 分位列第 6 名,Dreamina Seedance 2.5 720p 以 1479 分位列第 7 名,阿里 Wan 3.0 以 1476 分位列第 8 名,國產陣營在視頻榜前 10 名中獨佔 3 席,是所有分榜中排名最靠前、最集中的一個。值得注意的是,OpenAI 的 Sora 2 Pro 僅以 1367 分位列第 13 名,被多款國產視頻模型反超。排名模型廠商分數 (±CI)票數價格 ($/M)輸入 / 輸出上下文1Gemini Omni 1.2 FlashGoogle1540 ±1617142Gemini Omni 1.1 FlashGoogle1513 ±1517923Gemini Omni FlashGoogle1509 ±8467074Flux 3 VideoBlack Forest Labs1491 ±1713145Grok Imagine Video 1.5 (Agent)SpaceXAI1488 ±1912496Dreamina Seedance 2.0 720pBytedance1483 ±8721377Dreamina Seedance 2.5 720pBytedance1479 ±8254218Wan 3.0Alibaba1476 ±1230609SkyReels V4Skywork1459 ±18106010Muse VideoMeta1457 ±152225— 以下爲 Top 10 外的國產模型 —11Minimax H3MiniMax1456 ±82925712Happyhorse 1.0Alibaba-ATH1429 ±122289622Wan 2.7Alibaba1337 ±74851723Wan 2.6Alibaba1324 ±77575324Seedance V1.5 ProBytedance1256 ±77799227Wan 2.5 I2i (Preview)Alibaba1244 ±94311328Pixverse V5.6Proprietary1238 ±103330230Kling 2.5 Turbo 1080pKlingAI1219 ±172110總結綜合本週六大榜單,AI 大模型競爭格局呈現三條清晰的主線:一是谷歌憑藉 Gemini 4 Carbon 的發佈,在綜合榜、前端開發榜、智能體榜、視頻榜同時發力,打破了 Anthropic 和 OpenAI 的長期壟斷;二是 Anthropic 在智能體榜和前端開發榜保持絕對統治力,家族化佔位特徵明顯;三是國產模型在視頻生成賽道已穩定進入第一梯隊(字節 seedance、阿里 wan 系列佔據 6~8 名),並在前端開發榜實現了位次突破(kimi k3.1 pro 殺入前 15),但在綜合能力上與頭部仍有約 40 分的差距。下週值得關注的是 Gemini 4 Carbon 在綜合榜分數能否繼續擴大優勢,以及 Anthropic 新發布的 Claude Fable 5.2 在各榜的後續表現。