创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

Arena周榜:kimi-k3-max跻身代码前十

AI 总结

Arena 发布 2026 年第 42 周(10 月 12 日至 18 日)盲测排名,综合榜头部保持稳定,gemini-4-argon-high 以 1525 分蝉联第一,claude-opus-5.5-high 以 1507 分位列第二。代码榜中,月之暗面 kimi-k3-max 以 1540 分保持在第十名,小米 mimo-v2.6-pro 以 1539 分排在第十一。本期共有 gemini-3.5-flash-medium、mimo-v2.6-pro 和 flux-2-flex 三款新模型入榜;Arena 说明榜单基于匿名盲测投票与 ELO 计算,反映用户主观偏好而非绝对能力测试。

深度见解

Arena 周榜提供基于盲测投票的模型偏好视角,本期显示国产模型在多个分榜处于中上游,kimi-k3-max 进入代码榜前十。

IT之家 10 月 19 日消息,Arena(arena.ai)平台发布 2026 年第 42 周( 2026-10-12 ~ 2026-10-18 )AI 大模型盲测排名,本期头部格局整体稳定,国产模型在多个细分榜单保持稳定中上游位置,其中 kimi-k3-max 首次稳定在代码榜前十,mimo-v2.6-pro 首次进入前端开发榜前 20,整体表现可圈可点。本期共有三款新模型正式入榜,分别是 gemini-3.5-flash-medium、 mimo-v2.6-pro 以及 flux-2-flex。

IT之家注:本榜单基于 Arena(arena.ai)平台匿名盲测投票,通过 ELO(智能体榜为百分比信号)计算排名,反映用户主观偏好而非绝对能力测试;不同分榜相互独立,不宜跨榜比较,分差在误差范围内均视为并列,新模型也需积累一定投票量后才会正式入榜。

综合榜

本期综合榜头部排名保持稳定,gemini-4-argon-high 以 1525 分蝉联榜首,claude-opus-5.5-high 以 1507 分位列第二,claude-opus-4-6-high 和 claude-fable-5-high 同以 1504 分并列第三,分差均在 30 分以内,在误差范围内视为接近竞争。头部前 10 名分数均在 1494 分以上,竞争依旧胶着。本周新入榜模型为 gemini-3.5-flash-medium,直接冲进前 30,位列第 30,ELO 得分 1476 分,表现不俗。

#Arena#Moonshot AI#Kimi K3 Max#Xiaomi#MiMo V2.6 Pro#Google#Gemini 4 Argon#Anthropic#Claude Opus 5.5#Alibaba#Qwen3.8 Max#Z.ai

原文约 10 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。