IT之家 7 月 9 日消息，
数据来自 Arena（arena.ai）平台最新一期大模型对战周榜，本期统计覆盖 2026 年 6 月 29 日~ 7 月 5 日。本周榜首位置依旧由 Anthropic 的 claude-fable-5 牢牢占据，分数微涨 1 分，美国厂商在头部占据绝对优势，国产模型整体保持稳定，多款模型跻身前30行列。
综合榜
本期综合榜整体格局变动不大，头部前 5 名均为 Anthropic 旗下 Claude 系列模型，彼此之间 ELO 分差在 15 分以内，处于统计误差范围内，视为第一梯队。前十名全部被美国厂商包揽，排名变动基本在 1~2 位，仅 gemini-3.5-flash 上升 2 位至第 11 名，是前十名外排名提升最多的模型； glm-5.1 下滑 3 位至第 22 名，排名变动相对明显。
国产模型整体处于中上游位置，梯队相对稳定：
阿里 qwen3.7-max-preview 排名最高，位列第 15 名，ELO 1475 分，较上周上升 1 位；
百度（BIDU） ernie-5.1 位列第 27 名，ELO 1468 分，排名持平；
小米 mimo-v2.5-pro 位列第 29 名，ELO 1466 分，排名持平。
| 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 预发布 | 阿里 | 1475 ±10 | 3727 | $1.25 / $3.75 | 1M |
| 27 — | ernie-5.1 | 百度（BIDU） | 1468 ±5 | 32742 | N/A | N/A |
| 29 — | mimo-v2.5-pro | 小米 | 1466 ±5 | 34468 | $0.44 / $0.87 | 1.05M |
代码榜
代码榜依然被 Anthropic 垄断前九席位，头部排名没有变化， claude-fable-5 以 1563 分稳居第一，领先第二名 claude-opus-4-7-thinking 仅 10 分，分差在误差范围内。排名变动较大的是 glm-5.2 (max)，从第 13 位大跌 8 位至第 21 位，ELO 分下降 10 分； gemini-3.5-flash 在创意写作榜提升 4 位，但代码榜无明显变动，国产 qwen3.7-plus 排名上升 2 位进入前30。
国产模型在代码榜表现亮眼，已有多款进入前30：
阿里 qwen3.7-max-preview 位列第 10 名，ELO 1526 分，排名持平；
小米 mimo-v2.5-pro 位列第 17 名，ELO 1520 分，较上周上升 1 位；
月之暗面 kimi-k2.6 位列第 28 名，ELO 1512 分，排名持平；
百度（BIDU） ernie-5.1 位列第 29 名，ELO 1512 分，较上周下降 2 位；
阿里 qwen3.7-plus 位列第 30 名，ELO 1512 分，较上周上升 2 位。
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格($/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 ±7 | 13275 | $3 / $15 | 1M |
| 10 | qwen3.7-max-preview 预发布 | 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（BIDU） | 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
数学榜头部依然被 Anthropic 占据， claude-opus-4-6-thinking 以 1518 分稳居第一， gpt-5.5 排名提升 4 位来到第 8 名，是本次榜单中排名上升最多的模型， glm-5.2 (max) 排名提升 8 位至第 24 名，变动幅度较大。国产模型方面，月之暗面 kimi-k2.6 排名提升 2 位至第 13 名，阿里 qwen3.7-max-preview 上升 1 位至第 10 名，整体保持稳定。
长文本榜
长文本榜本周榜首易主， claude-fable-5 从第二升至第一，ELO 分数达到 1524 分，原榜首 claude-opus-4-6-thinking 降至第二，两者分差仅 1 分，属于统计误差范围内并列。国产小米 mimo-v2.5-pro 排名上升 1 位至第 14 名，OpenAI gpt-5.5-high 排名提升 3 位至第 16 名，变动较为明显。
总体来看，本周 Arena 大模型周榜整体格局稳定，Anthropic 依然在各榜单头部占据垄断地位，美国厂商头部优势依旧明显。国产模型整体排名保持稳定，阿里 qwen3.7-max-preview 在多个榜单中稳居前 15~20 名，已经进入全球第一梯队末尾水平。下周值得关注国产新模型的动态，以及谷歌、OpenAI 新模型是否会带来排名格局变化。
