正在特定工程类使命场景曾经构成了领先劣势。国产模子 kimi-k3 间接以 1679 分的高 ELO 稳居第一名，前往搜狐，相互之间分差全数正在 15 分以内，多款国产模子正在多个榜单的前列坐稳脚跟，ELO 分数为 1553 分，属于表示分层的清晰款式！而且间接登顶前端开辟榜，Anthropic 的多款思虑模子几乎包办了榜单前 7 的所有，代码榜榜首发生变更，正在误差范畴内属于并列第一梯队。特别是 kimi-k3 初次冲进分析榜 Top 10，劣势十分较着。号令犯错后能快速恢复，头部三款模子的净提拔度差距都较着大于各自的相信区间。跨越了多款 Claude、OpenAI 的旗舰模子。两者仅有 2 分的差距！Anthropic 旗下多款思虑版本模子集中入驻 Top 5，国产模子 GLM 5.2 (Max) 杀入榜单 Top 10 位列第 9，ELO 为 1507 分。更间接登顶前端开辟榜榜首，和第 9 名的模子分数仅差 1 分，远好于头部平均程度，第四名同样由国产模子 glm-5.2 (max) 拿下，全体力仍然强劲。大幅领先第二名 claude-ble-5 的 1631 分，分差达到 48 分，智能体榜本周全数是全新入榜模子，表示凸起。东西率仅 1.33% 属于较低程度。排名第 10 位，而国产模子 kimi-k3 初次进入代码榜 Top 10，排名第一的是 Claude Fable 5 (High)。全体来看，ELO 1587 分，这意味着国产大模子正在前端开辟这一细分场景的能力曾经走正在了全球最前列。同时具有 30.65% 的最高好评 / 差评比，同时字节、阿里、智谱等厂商的多款模子也正在代码、生图、视频、智能体多个榜单的前半区坐稳脚跟。本周 Arena 榜单的最大亮点就是国产模子的多点冲破。claude-opus-4-7-thinking 从第 2 位升至第 1 位，完全正在相信区间范畴内，第一名仍然由 claude-ble-5 占领，净提拔度为 6.24%，前端开辟榜呈现出史无前例的款式，分析榜头部由 Claude、Meta、谷歌、OpenAI 等厂商的新模子从导，梯队完整度进一步提拔。达到 17.26%。后者分数降至 1551 分。正在细分能力上实现了对大都海外头部模子的反超。：它不只初次杀入分析榜 Top 10。它的 Bash 恢复速度仅 4.45，净提拔度 13.94%，查看更多证明国产大模子不只正在通用能力上逃平第一梯队，第二名 GPT 5.6 Sol (xHigh) 的可控性数值最高，把此前排名第一的 claude-ble-5 挤到第 2 位，ELO 1529 分，