Arena平台于2026年7月20日发布了最新一期（统计周期：7月13日-19日）大模型排行榜。本周榜单迎来大规模新模型集中入榜，其中国产模型表现亮眼：Kimi K3不仅首次跻身综合榜前十，更直接登顶前端开发榜榜首，在细分能力上实现了对多数海外头部模型的反超，标志着国产大模型在特定工程场景已形成领先优势。
综合榜：Claude Fable 5蝉联，Kimi K3跻身第一梯队边缘
综合榜头部竞争激烈，第一名由 claude-fable-5 以1507分的ELO分数占据，Anthropic旗下多款思考版本模型（如 claude-opus-4-7-thinking 等）集中占据了Top 5的席位，彼此分差在15分以内，属于并列第一梯队。
本周最大亮点是国产模型Kimi K3以1486分的ELO分数排名第9位，首次闯入综合榜Top 10。其分数与第8名的 gemini-3-pro、第10名的 gpt-5.6-sol-xhigh 完全一致，表明其已稳居全球第一梯队的边缘位置。
代码榜：Anthropic模型包揽前列，Kimi K3挺进前十
代码榜榜首发生变动，claude-opus-4-7-thinking 以1553分升至第一，将此前居首的 claude-fable-5 挤至第二（1551分），两者仅差2分，属于并列第一梯队。Anthropic的思考模型几乎包揽了前7名，统治力依然强劲。
国产模型Kimi K3同样首次进入代码榜Top 10，排名第10位，ELO 1529分，与第9名模型仅差1分，表现已十分接近第一梯队。
前端开发榜：Kimi K3强势登顶，国产能力领跑全球
前端开发榜呈现出前所未有的格局。Kimi K3以1679分的高分直接位居第一名，大幅领先第二名 claude-fable-5 的1631分，分差达48分，优势明显。其在前端领域的实力不仅体现在总分上，更在品牌与营销、基于参考的设计、数据与分析、消费产品、模拟、内容创建工具6个细分领域均排名第一，仅在游戏领域位列第二。
第四名同样由国产模型 glm-5.2 (max) 以1587分拿下，超越了多款Claude、OpenAI的旗舰模型。这意味着，国产大模型在前端开发这一细分场景的能力已经走在了全球最前列。
智能体榜：Claude Fable 5(High)居首，国产模型GLM 5.2(Max)入局前十
智能体榜本周全部是新入榜模型。第一名是 Claude Fable 5 (High)，净提升度13.94%，并拥有30.65%的最高好评/差评比，工具幻觉率仅1.33%。第二名 GPT 5.6 Sol (xHigh) 的可控性数值最高，达到17.26%。
国产模型 GLM 5.2 (Max) 也杀入榜单Top 10，位列第9，净提升度为6.24%。其Bash恢复速度仅4.45，远好于头部平均水平，在命令出错后能快速恢复，表现突出。
AI生图与视频榜：格局稳定，国产模型占据重要席位
AI生图榜格局稳定，OpenAI的 gpt-image-2 (medium) 以1385分稳居第一。字节跳动的 seedream-5.0-pro 作为最高排名的国产模型位列第11位（ELO 1231分），紧随多款海外头部生图模型之后。
AI视频榜方面，谷歌 gemini-omni-flash 位列榜首。字节跳动的 dreamina-seedance-2.0-720p 稳居第二名，ELO分数1482分，表现远超多数海外视频生成模型。同时阿里的 happyhorse-1.0 也拿下第4位，国产力量在AI视频生成第一梯队已占据重要席位。
总结：国产大模型实现关键性跨越，从追赶走向定义前沿
本周Arena榜单的核心看点是国产模型的多点突破。Kimi K3在综合榜、代码榜、前端开发榜的集体表现，特别是前端开发榜的登顶，证明国产大模型不仅在通用能力上追平了国际第一梯队，在特定工程类任务场景已经形成了明确的领先优势。同时，字节跳动、阿里巴巴、智谱AI等厂商的多款模型也在代码、生图、视频、智能体等多个榜单的前半区站稳脚跟，梯队完整度进一步提升。
随着用户评测数据的积累，下周部分新入榜模型的排名和分数可能出现小幅变动，后续能否有更多国产模型在细分榜单拿下榜首，值得持续关注。