IT之家8月17日消息，Arena平台发布2026年第33周AI大模型盲测排名，本期最大看点是Anthropic多款Claude Opus 4系列新模型密集入榜并占据综合榜前五位，国产模型kimi-k3-max排名上升2位至综合榜第12位，在前端开发榜也保持第2位，qwen3.8-max首次跻身智能体榜Top 10。国产模型整体仍处于中上游位置，在前端开发等细分领域已经形成对头部海外模型的紧追态势。

本期综合榜头部几乎被Anthropic新模型包揽，Claude Fable 5以1506分蝉联榜首，新入榜的Claude Opus 4.6 (High)以1505分紧随其后位列第二，同样新入榜的Claude Opus 4.7 (High)以1502分排名第三。前三名分数差距均在5分以内，属于误差范围内的并列。谷歌Gemini 3.7 Flash (High)作为新模型首次入榜即拿到第9名，表现亮眼。

国产模型方面，kimi-k3-max位列第12名，ELO 1489分，较上周上升2位；阿里qwen3.8-max位列第8名，ELO 1491分；阿里qwen3.7-max-preview位列第26名，ELO 1474分。

代码榜格局同样由Anthropic新模型主导，Claude Fable 5以1554分守住榜首，新入榜的Claude Opus 4.7 (High)和Claude Opus 4.6 (High)分别以1552分、1551分占据第二、第三名。kimi-k3-max稳定在第六名，依然是排名最高的国产代码模型。Meta muse-spark-1.2 (xHigh)排名上升7位至第八名，是本周涨幅最大的头部模型。

国产模型在代码榜占据多个中上游席位：kimi-k3-max第6名，阿里qwen3.8-max第13名，阿里qwen3.7-max-preview第17名，小米mimo-v2.5-pro第25名。

前端开发榜头部格局稳定，Claude Opus 5 Max以1692分蝉联第一，国产kimi-k3-max以1674分保持第二名位置，仅落后18分，依然对榜首形成紧逼。阿里qwen3.8-max上升1位至第三名，深度求索的Deepseek V4 Pro (High)作为新模型首次入榜即拿到第10名。

国产模型在前端开发榜占据多个头部和中上游位置：kimi-k3-max第2名，qwen3.8-max第3名，智谱GLM 5.2 Max第9名，Deepseek V4 Pro (High)新入榜第10名，Deepseek V4 Flash (High)第11名。

AI生图榜中，GPT Image 2 (Medium)以1381分继续稳坐榜首，微软新模型MAI Image 2.6 Preview首次入榜就拿到第二名。国产seedream-5.0-pro守住第八名，qwen-image-3.0-pro位列第九名。

AI视频榜头部迎来新变化，Black Forest Labs新模型Flux 3 Video首次入榜即拿到第二名，仅落后榜首Gemini Omni Flash 16分。国产模型dreamina-seedance-2.0-720p保持第三名，minimax-h3位列第五名。

智能体榜中，Anthropic模型继续垄断前三，Claude Opus 5 (High)以12.19%的净提升度守住榜首位置。本次榜单有两款新模型进入前十，其中国产Qwen3.8 Max首次入榜即排名第11位，任务确认成功率12.54%，工具幻觉率仅0.11%，表现亮眼。国产Kimi K3 Max稳定在第五名，任务确认成功率15.55%，已经跻身全球智能体第一梯队。

本周Arena榜单最显著的特征是海外厂商Anthropic集中发布多款新模型并迅速占据各榜单头部位置，验证了其模型迭代的技术积累；国产模型方面，kimi-k3-max在综合、代码、前端开发三个核心榜单均稳定在前15名，前端开发榜更是稳居第二，qwen3.8-max在智能体榜首秀即进入Top 11，整体来看国产大模型在通用能力和智能体领域都在持续推进，与头部海外模型的差距仍在稳步缩小。