AI 大模型周榜：代码榜榜首易主，claude-opus-4-7-thinking登顶

AI 大模型周榜：代码榜榜首易主，claude-opus-4-7-thinking 登顶

IT之家 7 月 13 日消息，Arena（ arena.ai ）平台发布了最新一期 AI 大模型周榜，本期覆盖 2026 年 7 月 6 日 ~2026 年 7 月 12 日。 本周核心变化为代码榜榜首易主， claude-opus-4-7-thinking 从第二升至第一 ，原榜首 claude-fable-5 跌落至第五；综合榜榜首仍由 claude-fable-5 蝉联，头部均为 Anthropic 模型占据。国产模型整体处于中上游梯队，排名相对稳定。 综合榜 本周综合榜格局基本稳定，claude-fable-5 继续占据榜首位置，ELO 分数 1505 ，较上周下降 4 分；第二至第五名依次为 claude-opus-4-6-thinking 、 claude-opus-4-7-thinking 、 claude-opus-4-6 、 claude-opus-4-7 ，前五名均来自 Anthropic，分数差距均在 30 分以内，在统计误差范围内视为并列。头部模型中仅有 muse-spark-1.1 从第五下降一位至第六，排名变动较小。 国产模型仅有三款进入前 30 ，整体排名保持稳定： qwen3.7-max-preview 排名最高，位列第 17 名，ELO 1475 分，排名无变化； glm-5.1 位列第 25 名，ELO 1472 分，排名下滑 3 名； ernie-5.1 位列第 30 名，ELO 1468 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 1505 ±8 7252 $10 / $50 1M 2 🇺🇸 claude-opus-4-6-thinking Anthropic 1504 ±4 58968 $5 / $25 1M 3 🇺🇸 claude-opus-4-7-thinking Anthropic 1503 ±4 46183 $5 / $25 1M 4 🇺🇸 claude-opus-4-6 Anthropic 1498 ±4 62650 $5 / $25 1M 5 🇺🇸 claude-opus-4-7 Anthropic 1494 ±4 47222 $5 / $25 1M 6 ↓1 🇺🇸 muse-spark-1.1 Meta 1490 ±10 3750 $1.25 / $4.25 N/A 7 ↑1 🇺🇸 muse-spark Meta 1488 ±6 13573 N/A N/A 8 🇺🇸 gpt-5.6-sol-xhigh OpenAI 1486 ±14 1740 $5 / $30 1.05M 9 ↓1 🇺🇸 gemini-3-pro 谷歌 1486 ±4 41308 $2 / $12 1.05M 10 ↓3 🇺🇸 gemini-3.1-pro-preview 谷歌 1485 ±4 78561 $2 / $12 1.05M — 以下为 Top 10 外的国产模型 — 17 🇨🇳 qwen3.7-max-preview 阿里 1475 ±10 3719 $1.25 / $3.75 1M 25 ↓3 cn glm-5.1 智谱 1472 ±5 26549 $1.40 / $4.40 202.8K 30 🇨🇳 ernie-5.1 百度 1468 ±5 36321 N/A N/A 代码榜 本周代码榜发生榜首变动，原第二名 claude-opus-4-7-thinking 上升一位登顶榜首，ELO 分数为 1553 ；原榜首 claude-fable-5 大幅下滑 4 位至第五名，ELO 分数从 1563 降至 1546 ，跌幅达 17 分。 第二名至第四名依次为 claude-opus-4-6-thinking 、 claude-opus-4-7 、 claude-opus-4-6 ，头部前 5 名依旧均被 Anthropic 旗下模型包揽，分数差距在 10 分以内，视为并列水平。 grok-4.5 排名上升 5 位至第 14 名，是榜单中涨幅最大的模型之一。 国产模型共有五款上榜，具体排名分数如下： qwen3.7-max-preview 排名最高，位列第 12 名，ELO 1526 分，较上周下降 2 位； glm-5.1 位列第 18 名，ELO 1521 分； mimo-v2.5-pro 位列第 23 名，ELO 1518 分，较上周下降 6 位； kimi-k2.6 位列第 25 名，ELO 1514 分，较上周上升 3 位； ernie-5.1 位列第 26 名，ELO 1514 分，较上周上升 3 位； glm-5.2 (max) 位列第 27 名，ELO 1513 分，较上周下降 6 位。 排名 模型 厂商 分数 (±CI) 票数 价格 ($/M) 输入 / 输出 上下文 1 ↑1 🇺🇸 claude-opus-4-7-thinking Anthropic 1553 ±7 13130 $5 / $25 1M 2 ↑1 🇺🇸 claude-opus-4-6-thinking Anthropic 1550 ±6 15192 $5 / $25 1M 3 ↑1 🇺🇸 claude-opus-4-7 Anthropic 1550 ±7 13419 $5 / $25 1M 4 ↑1 🇺🇸 claude-opus-4-6 Anthropic 1547 ±6 17275 $5 / $25 1M 5 ↓4 🇺🇸 claude-fable-5 Anthropic 1546 ±14 2036 $10 / $50 1M 6 ↑1 🇺🇸 claude-opus-4-8-thinking Anthropic 1537 ±8 7366 $5 / $25 1M 7 ↓1 🇺🇸 claude-opus-4-8 Anthropic 1533 ±8 7507 $5 / $25 1M 8 ↑1 🇺🇸 muse-spark-1.1 Meta 1530 ±18 1122 $1.25 / $4.25 N/A 9 ↓1 🇺🇸 claude-opus-4-5-20251101-thinking-32k Anthropic 1530 ±7 7620 $5 / $25 200K 10 🇺🇸 gpt-5.6-sol-xhigh OpenAI 1528 ±29 449 $5 / $30 1.05M — 以下为 Top 10 外的国产模型 — 12 🇨🇳 qwen3.7-max-preview 阿里 1526 ±18 1125 $1.25 / $3.75 1M 18 🇨🇳 glm-5.1 智谱 1521 ±8 7397 $1.40 / $4.40 202.8K 23 🇨🇳 mimo-v2.5-pro 小米 1518 ±7 10474 $0.44 / $0.87 1.05M 25 🇨🇳 kimi-k2.6 月之暗面 1514 ±7 9903 $0.95 / $4 262.1K 26 🇨🇳 ernie-5.1 百度 1514 ±7 10049 N/A N/A 27 cn glm-5.2 (max) 智谱 1513 ±10 3727 $1.40 / $4.40 1M 数学榜 本周 claude-fable-5 从第二名上升至榜首，ELO 分数大幅提升 31 分至 1548 ，原榜首 claude-opus-4-6-thinking 下降一位至第二名，分数保持 1518 不变。 国产模型中 ernie-5.1 排名上升 2 位至第 14 名，qwen3.7-max-preview 下降一位至第 11 名，整体分数差距在误差范围内。 高难度指令榜 本周榜单头部发生换位，claude-opus-4-6-thinking 从第二升至第一，claude-fable-5 从第一降至第二，二者分数均为 1532 ，在误差范围内并列。排名变动幅度均在 3 位以内，整体格局稳定。 国产模型 qwen3.7-max-preview 排名第 19 位，分数微涨 1 分；glm-5.1 排名第 21；glm-5.2 (max) 排名第 30 位，分数无变化。 多轮对话榜 本周 claude-fable-5 从榜首跌至第四，排名下降 3 位，claude-opus-4-7 上升 1 位登顶榜首，头部格局小幅变动。muse-spark-1.1 从第 13 位大幅升至第 8 位，涨幅最为明显。国产模型 qwen3.7-max-preview 排名第 22 位，分数微涨 1 分。 本周榜单整体来看，Anthropic 旗下模型仍占据绝大多数头部位置，在综合、代码等多个榜单中包揽前几名，美国厂商整体优势依旧明显。国产模型整体稳定在中上游区间，qwen3.7-max-preview 在多个榜单中保持领先位置，kimi-k2.6 、 ernie-5.1 在代码榜实现排名上升。下周可关注新入围模型表现以及国产模型是否能进一步冲击头部位置。