AI大模型周榜：kimi-k3登顶前端开发榜
IT之家 7 月 27 日消息，Arena 平台刚刚发布了 2026 年第 30 周的 AI 大模型排行数据，统计周期为 7 月 20 日至 7 月 26 日。来看看这一周有哪些值得关注的变化。 本周国产模型表现相当亮眼。月之暗面旗下的 kimi-k3 蝉联前端开发榜全球第一，同时在代码榜杀入 To
IT之家 7 月 27 日消息，Arena 平台刚刚发布了 2026 年第 30 周的 AI 大模型排行数据，统计周期为 7 月 20 日至 7 月 26 日。来看看这一周有哪些值得关注的变化。
本周国产模型表现相当亮眼。月之暗面旗下的 kimi-k3 蝉联前端开发榜全球第一，同时在代码榜杀入 Top 10，算是本期最大亮点。整体来看，Anthropic 旗下多款 Claude 新模型集中入榜，头部梯队集中在 1500 分区间，竞争非常胶着。国产模型在多个细分赛道持续突破，不少模型进入对应榜单的头部序列，整体竞争力稳步提升。
综合榜
综合榜头部格局保持稳定。claude-fable-5 以 1508 分继续蝉联榜首，Anthropic 旗下多款 Claude 系列模型占据前 6 名位置，其中 claude-opus-4-6-thinking、claude-opus-4-7-thinking 等多款新模型完成入榜。前 7 名模型的 ELO 分差均在 30 分以内，在误差范围内视为并列竞争状态。Meta 的 muse-spark-1.1 和 muse-spark 分别位列第 7 和第 8，谷歌的 gemini-3.1-pro-preview 上升 2 位来到第 9，前 10 名整体竞争十分胶着。
国产模型在综合榜中整体处于中上游位置，梯队相对完整：月之暗面 kimi-k3 位列第 11 名，ELO 1485 分，较上周下降 2 位，是当前排名最高的国产模型；阿里 qwen3.7-max-preview 位列第 20 名，ELO 1475 分，较上周下降 2 位；智谱 glm-5.1 此前排名第 27，本周位列第 31 名；智谱 glm-5.2 (max) 此前排名第 30，本周排名不变。
| 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 | 1508 ±6 | 15817 | $10 / $50 | 1M |
| 2 | claude-opus-4-6-thinking | Anthropic | 1505 ±4 | 64435 | $5 / $25 | 1M |
| 3 | claude-opus-4-7-thinking | Anthropic | 1502 ±4 | 51943 | $5 / $25 | 1M |
| 4 | claude-opus-4-6 | Anthropic | 1498 ±6 | 68145 | $5 / $25 | 1M |
| 5 | claude-opus-5-high | Anthropic | 1495 ±8 | 5417 | $5 / $25 | 1M |
| 6 | claude-opus-4-7 | Anthropic | 1493 ±4 | 53093 | $5 / $25 | 1M |
| 7 | muse-spark-1.1 | Meta | 1493 ±7 | 9573 | $1.25 / $4.25 | N/A |
| 8 | muse-spark | Meta | 1488 ±6 | 13497 | N/A | N/A |
| 9 ↑2 | gemini-3.1-pro-preview | 谷歌 | 1486 ±3 | 86298 | $2 / $12 | 1.05M |
| 10 ↓2 | gemini-3-pro | 谷歌 | 1486 ±4 | 41242 | $2 / $12 | 1.05M |
— 以下为 Top 10 外的国产模型 —
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格 ($/M) 输入/输出 | 上下文 |
|---|---|---|---|---|---|---|
| 11 ↓2 | kimi-k3 预发布 | 月之暗面 | 1485 ±10 | 3569 | $3 / $15 | 1.05M |
| 20 ↓2 | qwen3.7-max-preview | 阿里 | 1475 ±10 | 3698 | $1.48 / $4.43 | 1M |
| 30 | glm-5.2 (max) | 智谱 | 1469 ±6 | 19623 | $1.40 / $4.40 | 1M |
| 31 ↓4 | glm-5.1 | 智谱 | 1469 ±5 | 32221 | $1.40 / $4.40 | 202.8K |
代码榜
代码榜头部依然由 Anthropic 旗下模型主导。claude-opus-4-7-thinking 以 1553 分守住榜首位置，前 5 名全部为 Anthropic Claude 系列模型，分差均在 5 分以内，竞争十分接近。本期最大亮点是国产模型 kimi-k3 排名上升 2 位来到第 8 名，以 1530 分跻身代码榜 Top 10，与周边头部模型的分差也在 30 分的统计误差范围内，完全具备第一梯队的竞争力。
国产模型在代码榜中分布广泛，多个模型进入中上游序列，表现稳定：月之暗面 kimi-k3 排名第 8 名，ELO 1530 分，较上周上升 2 位，是排名最高的国产代码模型；阿里 qwen3.7-max-preview 排名第 15 名，ELO 1525 分，较上周下降 3 位；智谱 glm-5.1 排名第 21 名，ELO 1520 分，较上周下降 4 位；小米 mimo-v2.5-pro 排名第 24 名，ELO 1519 分，与上周排名相同；月之暗面 kimi-k2.6 排名第 28 名，ELO 1515 分，较上周下降 2 位；百度 ernie-5.1 此前排名第 27，本周来到第 31 位。
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格 ($/M) 输入/输出 | 上下文 |
|---|---|---|---|---|---|---|
| 1 | claude-opus-4-7-thinking | Anthropic | 1553 ±7 | 14800 | $5 / $25 | 1M |
| 2 | claude-fable-5 | Anthropic | 1551 ±10 | 4278 | $10 / $50 | 1M |
| 3 ↑2 | claude-opus-4-6-thinking | Anthropic | 1550 ±6 | 16646 | $5 / $25 | 1M |
| 4 ↑1 | claude-opus-4-7 | Anthropic | 1549 ±6 | 15069 | $5 / $25 | 1M |
| 5 ↓1 | claude-opus-4-6 | Anthropic | 1548 ±6 | 18952 | $5 / $25 | 1M |
| 6 | claude-opus-5-high | Anthropic | 1540 ±17 | 1405 | $5 / $25 | 1M |
| 7 ↓1 | claude-opus-4-8-thinking | Anthropic | 1535 ±8 | 9039 | $5 / $25 | 1M |
| 8 ↑2 | kimi-k3 预发布 | 月之暗面 | 1530 ±20 | 948 | $3 / $15 | 1.05M |
| 9 ↓1 | muse-spark-1.1 | Meta | 1530 ±12 | 2860 | $1.25 / $4.25 | N/A |
| 10 ↑1 | claude-opus-4-5-20251101-thinking-32k | Anthropic | 1530 ±7 | 7606 | $5 / $25 | 200K |
— 以下为 Top 10 外的国产模型 —
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格 ($/M) 输入/输出 | 上下文 |
|---|---|---|---|---|---|---|
| 15 ↓3 | qwen3.7-max-preview | 阿里 | 1525 ±18 | 1113 | $1.48 / $4.43 | 1M |
| 21 ↓4 | glm-5.1 | 智谱 | 1520 ±7 | 9070 | $1.4 / $4.4 | 202.8K |
| 24 | mimo-v2.5-pro | 小米 | 1519 ±7 | 11974 | $0.44 / $0.87 | 1.05M |
| 28 ↓2 | kimi-k2.6 | 月之暗面 | 1515 ±7 | 10342 | $0.95 / $4 | 262.1K |
| 31 ↓4 | ernie-5.1 | 百度 | 1514±7 | 10243 |
前端开发榜
前端开发榜迎来历史性突破。国产模型 kimi-k3 以 1682 分卫冕榜首位置（上周 1679 分），超过了此前排名第一的 claude-opus-5-high，成为全球当前前端开发能力最强的大模型。Anthropic 的 claude-opus-5-high 以 1673 分紧随其后位列第 2，claude-fable-5 落到第 3 名，OpenAI 的 gpt-5.6-sol-xhigh 排在第 4 名。前 4 名之外的模型分数差距开始拉开，智谱的 glm-5.2 (max) 也进入了第 5 名，继续扩大国产模型在前端开发赛道的优势。
国产模型在前端开发榜中形成了庞大的梯队，近半数席位被国产模型占据，整体表现亮眼：月之暗面 kimi-k3 登顶榜首，ELO 1682 分，与上周排名相同，是本期榜单最大亮点；智谱 glm-5.2 (max) 排在第 5 名，ELO 1587 分，较上周下降 1 位；字节跳动 seed-2.1-pro-preview 排在第 15 名，ELO 1529 分，较上周下降 1 位；智谱 glm-5.1 排在第 18 名，ELO 1518 分，较上周下降 3 位；腾讯 hy3 排在第 19 名，ELO 1518 分；阿里 qwen3.7-max-20260517 排在第 20 名，ELO 1517 分；月之暗面 kimi-k2.6 排在第 21 名，ELO 1510 分，较上周下降 3 位；Minimax minimax-m3 排在第 24 名，ELO 1493 分；阿里 qwen3.6-max-preview 排在第 28 名，ELO 1478 分；小米 mimo-v2.5-pro 排在第 29 名，ELO 1474 分；月之暗面 kimi-k2.7-code 排在第 30 名，ELO 1473 分。
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格 ($/M) 输入/输出 | 上下文 |
|---|---|---|---|---|---|---|
| 1 | kimi-k3 预发布 | 月之暗面 | 1682 ±13 | 3776 | $3 / $15 | 1.05M |
| 2 | claude-opus-5-high | Anthropic | 1673 ±14 | 2392 | $5 / $25 | 1M |
| 3 ↓1 | claude-fable-5 | Anthropic | 1629 ±10 | 5721 | $10 / $50 | 1M |
| 4 ↓1 | gpt-5.6-sol-xhigh (codex-harness) | OpenAI | 1625 ±10 | 5242 | $5 / $30 | 1.05M |
| 5 ↓1 | glm-5.2 (max) | 智谱 | 1587 ±9 | 5700 | $1.4 / $4.4 | 1M |
| 6 ↑1 | claude-opus-4-8-thinking | Anthropic | 1568 ±8 | 8247 | $5 / $25 | 1M |
| 7 ↑1 | claude-opus-4-7 | Anthropic | 1559 ±7 | 11050 | $5 / $25 | 1M |
| 8 ↑1 | claude-opus-4-7-thinking | Anthropic | 1557 ±7 | 11661 | $5 / $25 | 1M |
| 9 ↓3 | grok-4.5 | SpaceXAI | 1549 ±11 | 3314 | $2 / $6 | 500K |
| 10 ↑1 | claude-opus-4-6-thinking | Anthropic | 1546 ±6 | 13607 | $5 / $25 | 1M |
— 以下为 Top 10 外的国产模型 —
| 排名 | 模型 | 厂商 | 分数 (±CI) | 票数 | 价格 ($/M) 输入/输出 | 上下文 |
|---|---|---|---|---|---|---|
| 15 ↓1 | seed-2.1-pro-preview 预发布 | 字节跳动 | 1529 ±10 | 4916 | N/A | N/A |
| 18 ↓3 | glm-5.1 | 智谱 | 1518 ±8 | 6737 | $1.4 / $4.4 | 202.8K |
| 19 | hy3 | 腾讯 | 1518 ±17 | 1490 | $0.13 / $0.53 | 262.1K |
| 20 | qwen3.7-max-20260517 | 阿里 | 1517 ±8 | 7267 | $1.48 / $4.43 | 1M |
| 21 ↓3 | kimi-k2.6 | 月之暗面 | 1510 ±8 | 9263 | $0.95 / $4 | 262.1K |
智能体榜
智能体榜头部由 Claude Fable 5 (High) 以 12.72% 的净提升度守住榜首，该模型的可控性也达到了 14.62%，位列全榜第一。OpenAI 的 GPT 5.6 Sol (xHigh) 以 10.12% 的净提升度紧随其后排在第 2，Anthropic 的 Claude Opus 4.8 (Thinking) 排在第 3 名。国产模型 kimi-k3 排名第 4，净提升度 9.71%，其任务确认成功率达到了 14.0%，是榜单所有头部模型中最高的表现，任务完成反馈表现突出。
国产模型在智能体榜中覆盖了从头部到中下游的大量席位，梯队十分完整：月之暗面 kimi-k3 排名第 4 名，净提升度 9.71%，任务确认成功率 14.0%，是排名最高的国产智能体模型；智谱 GLM 5.2 (Max) 排名第 10 名，净提升度 6.5%，任务确认成功率 8.65%；智谱 GLM 5.1 排名第 17 名，净提升度 1.43%；阿里 Qwen3.7 Max 排名第 19 名，净提升度 0.09%；阿里 Qwen3.7 Plus 排名第 21 名，净提升度 0.76%，工具幻觉率仅 0.3% 为全榜最低；月之暗面 Kimi K2.7 Code 排名第 22 名，净提升度 1.02%；深度求索 DeepSeek V4 Pro 排名第 24 名，净提升度 1.19%；腾讯 Hy3 排名第 25 名，净提升度 2.23%；月之暗面 Kimi K2.6 排名第 26 名，净提升度 2.57%；Minimax Minimax M3 排名第 27 名，净提升度 3.1%；小米 Mimo V2.5 Pro 排名第 28 名，净提升度 3.39%。
| 排名 | 模型 | 厂商 | 净提升度 (±CI) | 任务确认成功率 | 好评/差评比 | 可控性 | 会话数 |
|---|---|---|---|---|---|---|---|
| 1 | Claude Fable 5 (High) | Anthropic | 12.72% ±2.0% | 10.67% | 23.94% | 14.62% | 23549 |
| 2 | GPT 5.6 Sol (xHigh) | OpenAI | 10.12% ±1.69% | 7.25% | 23.53% | 9.71% | 15991 |
| 3 | Claude Opus 4.8 (Thinking) | Anthropic | 9.75% ±1.39% | 8.9% | 19.42% | 9.78% | 34147 |
| 4 | Kimi K3 | 月之暗面 | 9.71% ±1.52% | 14.0% | 20.3% | 6.52% | 11490 |
| 5 | Claude Sonnet 5 (High) | Anthropic | 8.66% ±1.89% | 8.14% | 16.88% | 6.2% | 24359 |
| 6 ↓2 | GPT 5.5 (xHigh) | OpenAI | 8.41% ±0.87% | 6.65% | 11.08% | 8.18% | 40667 |
| 7 ↑1 | Claude Opus 4.7 (Thinking) | Anthropic | 7.94% ±1.24% | 5.67% | 11.55% | 8.62% | 35151 |
| 8 ↑1 | Claude Opus 4.7 | Anthropic | 7.67% ±1.25% | 4.97% | 12.48% | 8.95% | 35672 |
| 9 ↓1 | GPT 5.5 (High) | OpenAI | 7.61% ±0.81% | 6.2% | 9.8% | 8.77% | 65859 |
| 10 ↑1 | GLM 5.2 (Max) | 智谱 | 6.5% ±1.0% | 8.65% | 12.94% | 4.71% | 38221 |
— 以下为 Top 10 外的国产模型 —
| 排名 | 模型 | 厂商 | 净提升度 (±CI) | 任务确认成功率 | 好评/差评比 | 可控性 | 会话数 |
|---|---|---|---|---|---|---|---|
| 17 | GLM 5.1 | 智谱 | 1.43% ±0.78% | 1.12% | 0.99% | 0.15% | 57532 |
| 19 | Qwen3.7 Max | 阿里 | 0.09% ±1.07% | 1.84% | 5.73% | 0.02% | 15992 |
AI 生图 & AI 视频榜
AI 生图榜头部格局稳定，OpenAI 的 gpt-image-2 (medium) 以 1385 分继续稳居第一，字节跳动 seedream-5.0-pro 作为排名最高的国产模型，排在第 11 名，ELO 1231 分，整体表现处于中上游位置。
AI 视频榜方面，谷歌 gemini-omni-flash 守住榜首，字节跳动 dreamina-seedance-2.0-720p 排在第 2 名，阿里 happyhorse-1.0 排在第 4 名，国产视频模型直接占据了前 4 名中的两个席位，后续字节跳动、阿里、MiniMax 的多款模型也分布在榜单中下游，形成了完整的国产视频模型梯队，竞争力处于全球第一梯队。
整体来看，本周 Arena 榜单最大的突破来自国产模型在前端开发赛道登顶，kimi-k3 同时在代码榜和智能体榜进入头部序列，体现出国产模型在工程开发、智能体实际应用场景的快速进步。Anthropic 大量新模型集中入榜后，头部竞争的胶着程度进一步提升，后续几周的分数和排名变化值得持续关注。下周随着更多国产新模型完成数据积累更新，有望在更多细分榜单中看到新的突破。
AI大模型专项上市指引落地，科创板第五套标准扩展至AI领域，支持优质企业上市。龙头股涨超13%，科创创业人工智能ETF涨超4%。政策驱动明确，美银预计全球AI资本支出达1.7万亿美元，国信证券指出AI商业模式逐步闭环。
成都市新增5款生成式AI大模型通过国家备案，总量升至23款，较2025年增长53%。新模型覆盖工业智造、财经教育、政务文书、媒体等垂直场景，包括蜀天云数、数联慧眼、博特文书、经论大模型和灵知泛传播大模型，为本土AI产业注入新活力。
清华大学与OpenBMB联合团队研究发现，混合注意力架构中全注意力层是长文本理解的核心，高效注意力层贡献有限。大窗口滑动注意力会拖延全注意力层发展长距离检索能力，小窗口或去除全注意力层位置编码能显著提升性能。
中国AI大模型单周调用量20.39万亿Token，环比增8.4%，连续九周全球第一。前三均为中国模型：DeepSeek-V4-Flash六连冠，小米MiMo-V2.5与MiniMaxM3紧随，OwlAlpha、GLM5.2等新模型增长迅猛。
上海市智慧调解数据创新实验室揭牌，聚焦矛盾纠纷全链条智能化，引入AI大模型辅助调解。试点显示，案件响应时间压缩至1-2小时，调解员有效工时占比超80%。公共数据同盟与数链空间为数据融合创新提供支撑。
快手发布2026反诈治理报告，AI大模型日均调用84万余次，涉诈账号识别能力提升5倍以上，主动拦截98.1%反诈行为。多类典型诈骗举报量同比大幅下降，全年发送反诈提示2.14亿人次，协助侦破案件2000余起，构建全链路防护体系。
快手发布2026反诈治理报告，依托AI大模型等技术系统性升级反诈体系。报告显示，98.1%的反诈行为在萌芽阶段被拦截，涉诈账号识别与治理能力提升5倍以上，多类典型诈骗举报量同比下降。
安波福为应对全球芯片涨价与供应紧张，推行“本土化+全球化”双轨供应链，建立数字孪生系统对进口与国产芯片备份管理，并利用AI大模型实时预警、提前储备存储芯片，同时优化电源管理系统以减少对高成本功率芯片的依赖。
研究对比了自蒸馏策略优化（SDPO）与组相对策略优化（GRPO）两种AI训练方法，发现SDPO虽在单任务上表现更优，但连续多领域训练后灾难性遗忘更严重，甚至导致崩溃；GRPO进步缓慢却能稳固保留旧能力。密集监督并非持续学习的最佳策略，精准稳健的训练方向更为关键。
FlashMorph是一种混合注意力模型选层方法，通过联合优化门控值实现全注意力与线性注意力层的自动选择。仅需2000万个词元，选层效率较传统方法提升2500倍，在长文本检索任务中性能优异，推理速度提升2倍以上，显著降低计算开销与内存占用。
Adobe Acrobat Pro 是面向办公、法务、财务、教育及出版用户的专业PDF处理软件，可在Mac上创建、编辑、转换、合并和保护文档，并提供OCR文字识别、表单、批注、内容比较、敏感信息遮盖及电子签名功能。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
AutoCAD 是 Autodesk 推出的专业计算机辅助设计软件，Windows 版支持精确二维绘图、三维实体与曲面建模、图纸标注、布局发布和任务自动化，并包含多套行业专业化工具组合，适用于建筑、机械、电气、工程建设及制造设计人员。
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。