新一期 Arena AI 大模型周榜正式揭晓，各大厂商在综合、代码、智能体以及多媒体等多个分榜上展开了新一轮的实力较量。在这期榜单中，Anthropic 推出的全新模型表现极为亮眼，而国产大模型则在各个细分领域保持了稳健的梯队表现。
在备受行业瞩目的智能体榜单中，Anthropic 旗下的 Claude Opus5.5（Max） 在新入榜便展现出压倒性优势，一举摘得桂冠。其任务确认成功率达到了17.29%，工具幻觉率被控制在0.37% 的超低水平。与此同时，国产大模型在智能体赛道中稳扎稳打，深度求索 Deepseek V4.1Flash (Max)、月之暗面 Kimi K3(Max)、腾讯 Hy4preview 以及小米 MiMo V2.6Pro 等多款产品均跻身前列，保持了稳定的中上游梯队位置。
综合榜与代码榜的头部格局同样竞争激烈。在综合榜单中，谷歌的 gemini-4-argon-high 继续稳坐头把交椅，Anthropic 多款主力模型紧随其后包揽了前四席位中的多席;国产模型方面，月之暗面 kimi-k3-max 稳居第16名，阿里 qwen3.8-max、小米 mimo-v2.6-pro 以及智谱 glm-5.3-max 等也均在榜单中保持了平稳的排名。而在代码榜中，gemini-4-argon-high 延续强势继续领跑，Claude Opus5.5（High） 则大幅跃升冲入前五，月之暗面与小米等国产模型的代码处理能力也持续在行业前列稳固占位。
在前端开发以及多模态生图、视频等细分赛道，各家厂商的技术迭代同样没有放缓。前端开发榜上，Claude Opus5.5Max 凭借出色的交互与渲染能力继续领跑，小米旗下新入榜的 mimo-v2.6-flash 与 pro 版本双双展现出亮眼的技术后劲。而在 AI 视频与生图榜单中，谷歌和 OpenAI 虽占据部分头部席位，但字节跳动、阿里、MiniMax 等国产团队的多款主力生成模型也均表现稳健，整体展现出强劲的全球竞争力。随着大模型在各细分场景的深度落地，下周市场预计将迎来更多版本迭代与产品升级。
