我先核查本地技能与工具注册情况,同时联网检索本期 AI 大模型周榜的最新多信源信息。
已拿到核心榜单数据,我再读取原文补充各分榜细节,并检索其他信源交叉核对。
先把这期榜单的核心结论讲清楚:Arena(arena.ai)平台发布了 2026 年第 46 周(统计周期 2026 年 11 月 9 日 —11 月 15 日)的大模型盲测投票周榜,本周最大的看点在谷歌 —— 新模型 Gemini 4 Carbon (High) 首秀就以 1526 分登顶综合榜,同家族的 Gemini 4 Argon (High) 以 1522 分紧随其后,两者只差 4 分,在误差范围内基本可以视为并列头部。国产模型这边,最亮眼的阵地是视频生成:字节跳动 Dreamina Seedance 2.0、2.5 分别排在视频榜第 6、第 7 名,阿里 Wan 3.0 排第 8 名,三款模型挤进前 10,是所有分榜中国产席位最集中、排名最靠前的一个;前端开发榜上,月之暗面 Kimi K3.1 Pro (Max) 首次冲到第 12 名,成为该榜排名最高的国产模型。整体格局可以概括成三句话:谷歌新王登顶、Anthropic 固守智能体与前端、国产模型在多模态赛道持续渗透。需要先说明的是,这份榜单基于匿名盲测投票,用 ELO 分(智能体榜为百分比信号)计算排名,反映的是用户主观偏好,不是标准化题库跑分;不同分榜相互独立,分差落在置信区间内就算并列,新模型也要积累足够投票量后才会正式入榜,跨榜分数不能直接对比。
一、榜单口径与阅读要点
- 评测平台:Arena(arena.ai)匿名盲测,用户在不知道模型身份的前提下对两组回答二选一。
- 统计周期:2026 年第 46 周,11 月 9 日至 11 月 15 日。
- 评分方式:文本、图像、视频等分榜用 ELO 得分;智能体榜用净提升度等百分比指标。
- 置信区间:分数后标注的 ±CI 是置信区间,区间越窄代表对战样本越足、排名越稳;分差在区间内视为接近,不拉开明确名次。
- 使用提醒:分榜样本和对战机制不同,综合榜分数不能拿去和视频榜、生图榜直接比较;榜单反映偏好倾向,不等同于模型绝对能力的最终结论。
二、综合榜:谷歌双型号包揽前二,Anthropic 家族式占位
综合榜头部本周明显换了气象,谷歌新模型空降第 1,Meta 和 Anthropic 分列 3、4 名;Top 8 里 Anthropic 一家占了 5 席,但彼此分差都在 6 分以内,咬得很紧。
| 排名 | 模型 | 厂商 | 分数(±CI) | 票数 | 定价($/M 输入 / 输出) |
|---|---|---|---|---|---|
| 1 | Gemini 4 Carbon (High) | 1526 ±10 | 4273 | $2 / $10 | |
| 2 | Gemini 4 Argon (High) | 1522 ±5 | 20779 | $2 / $10 | |
| 3 | Muse Wonder (Max) | Meta | 1511 ±6 | 12696 | $4 / $20 |
| 4 | Claude Opus 5.5 (High) | Anthropic | 1507 ±6 | 15793 | $4 / $20 |
| 5 | Claude Fable 5 (High) | Anthropic | 1504 ±4 | 45469 | $10 / $50 |
| 6 | Claude Opus 4.6 (High) | Anthropic | 1503 ±3 | 84375 | $5 / $25 |
| 7 | Claude Fable 5.1 (Max) | Anthropic | 1502 ±5 | 20511 | $10 / $50 |
| 8 | Claude Opus 4.7 (High) | Anthropic | 1501 ±4 | 64260 | $5 / $25 |
| 9 | Gemini 3.8 Flash (High) | 1497 ±4 | 62675 | $0.75 / $3.75 | |
| 10 | Muse Spark 1.3 (Max) | Meta | 1497 ±5 | 26806 | $1.25 / $4.25 |
国产模型在综合榜目前处在中游,和头部还有约 40 分的差距:
- 第 20 名:Kimi K3 (Max),月之暗面,1487 分,41402 票;
- 第 24 名:Kimi K3.1 Pro (Max),月之暗面,1485 分,3995 票;
- 第 25 名:Qwen 3.8 Max,阿里,1484 分,36936 票;
- 第 28 名:GLM 5.3 (Max),智谱,1482 分,31604 票。
另外,Anthropic 阵营里下滑最明显的是 Claude Opus 4.8 (High),以 1482 分排在第 27 名,被多款同梯队型号反超。
三、AI 视频榜:谷歌领跑,国产三款挤进前 10
视频榜本周是 “谷歌领跑、国产紧追” 的局面,谷歌三款 Omni Flash 占据前三,Black Forest Labs 和 SpaceXAI 分列 4、5;国产模型在第 6 到第 8 名连续占位,是本期周榜中国产表现最集中的赛道。
| 排名 | 模型 | 厂商 | 分数(±CI) | 票数 |
|---|---|---|---|---|
| 1 | Gemini Omni 1.2 Flash | 1540 ±16 | 1714 | |
| 2 | Gemini Omni 1.1 Flash | 1513 ±15 | 1792 | |
| 3 | Gemini Omni Flash | 1509 ±8 | 46707 | |
| 4 | Flux 3 Video | Black Forest Labs | 1491 ±17 | 1314 |
| 5 | Grok Imagine Video 1.5 (Agent) | SpaceXAI | 1488 ±19 | 1249 |
| 6 | Dreamina Seedance 2.0 720p | 字节跳动 | 1483 ±8 | 72137 |
| 7 | Dreamina Seedance 2.5 720p | 字节跳动 | 1479 ±8 | 25421 |
| 8 | Wan 3.0 | 阿里 | 1476 ±12 | 3060 |
| 9 | SkyReels V4 | Skywork | 1459 ±18 | 1060 |
| 10 | Muse Video | Meta | 1457 ±15 | 2225 |
一个值得注意的对比:OpenAI 的 Sora 2 Pro 本期只拿到 1367 分,排在第 13 名,被多款国产视频模型反超;字节 Seedance V1.5 Pro 排在第 24 名,1256 分,77992 票。
四、前端开发榜:Anthropic 主导,Kimi 首次杀入前 15
前端榜由 Anthropic 强势领跑,前 5 名里占了 3 席;谷歌 Gemini 4 Carbon 和 OpenAI GPT 6 Astra 挤进前 5。国产模型在这个榜突破明显,前 30 名里一共占了 8 席,是国产席位最多的分榜。
| 排名 | 模型 | 厂商 | 分数(±CI) | 票数 |
|---|---|---|---|---|
| 1 | Claude Fable 5.2 (xHigh) | Anthropic | 1838 ±21 | 1215 |
| 2 | Claude Opus 5.5 (Max) | Anthropic | 1815 ±12 | 4208 |
| 3 | Claude Sonnet 5.5 (xHigh) | Anthropic | 1772 ±10 | 5895 |
| 4 | Gemini 4 Carbon (High) | 1768 ±15 | 2120 | |
| 5 | GPT 6 Astra (Max) | OpenAI | 1764 ±9 | 8470 |
| 12 | Kimi K3.1 Pro (Max) | 月之暗面 | 1687 ±10 | 4977 |
| 17 | Qwen 3.8 Max | 阿里 | 1670 ±12 | 3370 |
| 18 | DeepSeek V4.1 Flash (Max) | 深度求索 | 1664 ±7 | 14108 |
其中 Kimi K3.1 Pro (Max) 是本期前端榜排名最高的国产模型;阿里、深度求索、百度、小米、腾讯、智谱也都有型号进入前 30。
五、智能体榜:Anthropic 完全主导,Carbon 工具幻觉率低
智能体榜用净提升度排序,Anthropic 在前 8 名中占 5 席;谷歌 Gemini 4 Carbon (High) 排第 3,净提升度 16.9%,工具幻觉率仅 0.55%,是头部模型里工具调用表现最 “干净” 的之一。
| 排名 | 模型 | 厂商 | 净提升度(±CI) |
|---|---|---|---|
| 1 | Claude Fable 5.2 (Max) | Anthropic | 30.48% ±3.07% |
| 2 | Claude Opus 5.5 (Max) | Anthropic | 19.51% ±2.04% |
| 3 | Gemini 4 Carbon (High) | 16.9% ±0.68% | |
| 4 | Claude Sonnet 5.5 (Max) | Anthropic | 16.07% ±2.81% |
| 5 | Gemini 4 Hydrogen (High) | 14.8% ±2.23% | |
| 18 | Hy4 | 腾讯 | 5.75% ±1.29% |
| 20 | Kimi K3.1 Pro (Max) | 月之暗面 | 4.83% ±1.11% |
| 25 | MiMo-V2.6-Pro | 小米 | 2.16% ±0.9% |
| 27 | DeepSeek-V4.1-Flash | 深度求索 | 2.01% ±0.52% |
六、AI 生图榜:OpenAI 包揽前五,国产处在第二梯队
生图榜头部被 OpenAI 的 GPT Image 系列整体垄断,前 5 名全部来自 OpenAI;国产模型和头部还有 170 分以上的差距,暂时处于第二梯队。
- 第 14 名:Qwen Image 3.0 Pro,阿里,1254 分;
- 第 17 名:Seedream 5.0 Pro,字节跳动,1248 分,两者分差 6 分,误差范围内视为接近;
- 第 21 名:Qwen Image 2.1,阿里,1227 分;
- 第 23 名:MiniMax H3 Image,1197 分;
- 第 24 名:Qwen Image 2.0 Pro 2026.06.22,阿里,1190 分。
七、本周格局与下周看点
把六大榜单放在一起看,本周竞争主线有三条:
- 谷歌多点发力:凭借 Gemini 4 Carbon 首发,在综合榜、前端开发榜、智能体榜、视频榜同时进入头部,打破了此前 Anthropic 和 OpenAI 的长期垄断。
- Anthropic 守住优势区:在智能体榜和前端开发榜保持统治力,家族化占位特征明显,型号之间分数咬得很紧。
- 国产多模态持续渗透:视频生成赛道已稳定进入第一梯队,字节 Seedance、阿里 Wan 系列占据 6—8 名;前端开发榜由 Kimi K3.1 Pro 实现位次突破,但综合能力与头部仍有约 40 分差距。
下周需要继续观察的两点:一是 Gemini 4 Carbon 在综合榜的分数优势能否继续扩大,二是 Anthropic 新发布的 Claude Fable 5.2 在各分榜的后续表现。
【相关 FAQ】
问题 1:谷歌 Gemini 4 Carbon 在本期 AI 大模型周榜拿到了什么成绩?
回答 1:在 Arena 第 46 周 AI 大模型周榜(11 月 9 日 —11 月 15 日)中,谷歌 Gemini 4 Carbon (High) 首秀即以 1526 分登顶综合榜第 1 名,同家族 Gemini 4 Argon (High) 以 1522 分排第 2;此外 Carbon 还进入前端开发榜第 4 名、智能体榜第 3 名,是本期周榜综合表现最强的新登场模型之一。
问题 2:本期周榜里国产模型在视频榜排第几,分别是哪些型号?
回答 2:本期 AI 视频榜中,字节跳动 Dreamina Seedance 2.0 720p 排第 6(1483 分)、Dreamina Seedance 2.5 720p 排第 7(1479 分),阿里 Wan 3.0 排第 8(1476 分),三款国产模型占据视频榜前 10 中的 3 席;这也是本期 AI 大模型周榜中国产模型排名最靠前、最集中的分榜。
问题 3:Gemini 4 Carbon 登顶的这份 AI 大模型周榜是怎么评分的,能不能代表绝对能力?
回答 3:这份周榜来自 Arena 平台的匿名盲测投票,用户在不知道模型身份的前提下对两组回答二选一,再用 ELO 得分(智能体榜为百分比净提升度)计算排名。它反映的是用户主观使用偏好,不是标准化题库跑分;不同分榜样本独立、分数不可跨榜比较,分差在置信区间内视为并列,因此不能单凭登顶就断定 Gemini 4 Carbon 在所有能力上绝对领先。
问题 4:国产模型在本期周榜的综合榜和前端开发榜表现如何?
回答 4:综合榜国产模型目前处在中游,与头部约有 40 分差距:Kimi K3 第 20 名、Kimi K3.1 Pro 第 24 名、Qwen 3.8 Max 第 25 名、GLM 5.3 第 28 名;前端开发榜国产突破更明显,Kimi K3.1 Pro 以 1687 分首次进入第 12 名,是该榜排名最高的国产模型,阿里、深度求索等型号也进入前 30,前 30 名中国产共占 8 席。
问题 5:本期 AI 视频榜上 OpenAI 的 Sora 2 Pro 排名多少,被哪些模型反超?
回答 5:本期 AI 视频榜上,OpenAI 的 Sora 2 Pro 仅以 1367 分排在第 13 名,被排第 6 的字节 Seedance 2.0、第 7 的 Seedance 2.5、第 8 的阿里 Wan 3.0 等多款国产视频模型反超;视频榜前三则由谷歌 Gemini Omni 1.2 Flash、1.1 Flash 和 Gemini Omni Flash 包揽。
【参考资料】
- [2026-11-17](大模型排行榜・实时排名与 11 个能力维度,每 4 小时更新)AI CLUB
- [2026-11-16](AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀强势登顶,国产模型稳居视频榜前五阵营)IT 之家(今日头条)
- [2026-11-16](AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀强势登顶,国产模型稳居视频榜前五阵营)IT 之家(新浪财经)
- [2026-11-16](Arena publishes its week 46 blind leaderboard on November 16)AI Cup
- [2026-11-16](大模型排行榜 — ModelSage)ModelSage
- [2026-11-16](2026 年 11 月模型榜)酥悠沫大模型评测
- [2026-11-15](Agent Leaderboard: AI Model Rankings)Mindber
- [2026-11-11](LMArena Coding Arena 代码能力排行榜)DataLearner AI
【免责声明】
本文基于 Arena 公开周榜及第三方评测站点的公开数据整理,仅供信息参考,不构成任何模型选型建议、投资建议或商业采购依据。榜单分数来自用户匿名盲测的主观偏好统计,受投票样本、置信区间、模型版本与定价口径影响,排名可能随新投票动态变化;文中各模型分数、票数与定价以平台实时页面及厂商官方披露为准。评测结果不等同于模型绝对能力承诺,实际使用效果请结合自身场景验证。
本文来自作者[浮核解码]投稿,不代表新新网立场,如若转载,请注明出处:https://ldrb.xxcmw.com/guance/202611/3734.html
评论列表(4条)
我是新新网的签约作者“浮核解码”!
希望本篇文章《AI 大模型第 46 周周榜谷歌 Gemini 4 Carbon 首秀登顶综合榜,国产模型稳居视频榜头部阵营》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:我先核查本地技能与工具注册情况,同时联网检索本期 AI 大模型周榜的最新多信源信息。已拿到核心榜单数据,我再读取原文补充各分榜细节