ithome
科技
采集 2026-11-16T10:08:37+00:00
谷歌新模型登顶,国产模型稳居视频榜前列
原始标题:AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀强势登顶,国产模型稳居视频榜前五阵营
来源
ithome
发布时间
2026-11-16T08:17:30
采集批次
2026-11-16-10
字数
1504
URL 指纹
3502818b3afd51d6
📌 AI 总结(210 字)
Arena 发布2026年第46周大模型盲测榜,谷歌 Gemini 4 Carbon(High)首次参评便以1526分登顶综合榜,与 Gemini 4 Argon 差距仅4分。Anthropic 在前端开发和智能体榜保持强势,OpenAI 主导生图榜。国产模型中,月之暗面 Kimi K3.1 Pro 进入前端开发榜第12名,字节 Seedance 与阿里 Wan 位列视频榜第6至第8名,但综合能力仍落后头部约40分。
📄 正文(1504 字)
Arena(arena.ai)平台发布2026年第46周大模型盲测投票榜单,覆盖11月9日至15日。榜单基于匿名盲测投票和ELO评分,智能体榜采用百分比信号,结果反映用户主观偏好,不等同于绝对能力测试;各分榜相互独立,误差范围内的分差可视为并列,新模型通常需要积累一定投票量后再正式入榜。 综合榜方面,谷歌新模型 Gemini 4 Carbon(High)首次亮相便以1526分位列第一,Gemini 4 Argon(High)以1522分紧随其后,两者仅差4分,可视为并列榜首。Meta 的 Muse Wonder(Max)以1511分排名第三,Anthropic 的 Claude Opus 5.5(High)以1507分排名第四。前八名中 Anthropic 占据五席,但各模型分差均在6分以内。 国产模型在综合榜主要处于中游。月之暗面 Kimi K3(Max)和 Kimi K3.1 Pro(Max)分别以1487分、1485分排名第二十、二十四,阿里 Qwen 3.8 Max 和智谱 GLM 5.3(Max)分列第二十五和第二十八,与榜单头部仍有约40分差距。 前端开发榜由 Anthropic 主导。Claude Fable 5.2(xHigh)以1838分排名第一,领先第二名 Claude Opus 5.5(Max)23分;谷歌 Gemini 4 Carbon(High)以1768分排名第四,OpenAI GPT 6 Astra(Max)以1764分排名第五。国产模型中,月之暗面 Kimi K3.1 Pro(Max)以1687分排名第十二,成为该榜排名最高的国产模型。阿里、深度求索、百度、小米、腾讯和智谱也有模型进入前三十,国产阵营合计占据八席。 智能体榜同样由 Anthropic 显著领先。Claude Fable 5.2(Max)净提升度达到30.48%,排名第一;Claude Opus 5.5(Max)以19.51%位居第二。Gemini 4 Carbon(High)以16.9%排名第三,工具幻觉率为0.55%。腾讯 Hy4 和 Kimi K3.1 Pro(Max)分别以5.75%、4.83%排名第十八和第二十。 AI生图榜由 OpenAI 全面领先,GPT Image 2.5 Sunburst 以1429分居首,前五名均为 GPT Image 系列。阿里 Qwen Image 3.0 Pro 以1254分排名第十四,字节 Seedream 5.0 Pro 以1248分排名第十七,与头部模型仍相差170分以上。 AI视频榜呈现谷歌领跑、国产紧追的趋势。Gemini Omni 1.2 Flash 以1540分空降第一,前代 Gemini Omni 1.1 Flash 以1513分排名第二。字节 Dreamina Seedance 2.0、2.5 分别以1483分、1479分排名第六、第七,阿里 Wan 3.0 以1476分排名第八,国产模型在前十名中占据三席。OpenAI Sora 2 Pro 以1367分仅列第十三,被多款国产视频模型反超。 总体来看,谷歌凭 Gemini 4 Carbon 在综合、前端、智能体和视频等榜单同步突破,Anthropic 继续主导前端开发与智能体领域,OpenAI 保持生图优势。国产模型已在视频生成赛道进入第一梯队,并借助 Kimi K3.1 Pro 提升前端开发排名,但综合实力与头部仍有差距。后续可关注 Gemini 4 Carbon 的领先能否持续,以及 Claude Fable 5.2 的榜单表现。