最新大模型盲测榜：国产模型守住中上游，Kimi 首次稳定进代码榜前十

Arena 公布了 2026 年第 42 周的大模型盲测排名，统计区间是 10 月 12 日到 18 日。所谓盲测，就是用户在不被告知模型名字的情况下对比回答、投票打分，再用 ELO 算出排名。它反映的是人的主观偏好，不是实验室里的绝对能力测试。

综合榜：头部没变，差距很小

前四名几乎没有挪动。Gemini-4-Argon-High 以 1525 分继续第一，Claude-Opus-5.5-High 以 1507 分第二，Claude-Opus-4-6-High 和 Claude-Fable-5-High 同以 1504 分并列第三。前十分差都在 30 分以内，按榜单自己的口径，这属于误差范围内的贴身竞争。

本周新入榜的 Gemini-3.5-Flash-Medium 直接排到第 30 名，得分 1476。

国产模型：位置稳，但没有大跳

国产阵营的名次和上周基本一致。Kimi-K3-Max 排第 16，1488 分，是国产综合榜最高；通义千问 Qwen3.8-Max 第 22，1483 分；小米 Mimo-V2.6-Pro 第 26，1480 分；智谱 GLM-5.3-Max 第 27，1478 分。

稳定意味着没有掉队，也意味着还没能往上顶。综合榜头部被海外模型长时间占据，想挤进去，靠一次版本更新不够。

代码榜：Kimi 守住了第十

代码榜的看点更集中。Gemini-4-Argon-High 以 1562 分领跑，第二名是 Claude-Fable-5-High 的 1551 分，后面三名并列 1550 分。国产模型里，Kimi-K3-Max 稳定在第十，1540 分；小米 Mimo-V2.6-Pro 紧随其后第十一，1539 分，两者只差 1 分。深度求索、智谱、阿里的几款模型分布在第 26 到第 29 名。

前端开发榜：新面孔进前二十

前端榜第一是 Claude-Opus-5.5-Max，1813 分。国产模型在这一榜表现更整齐：Qwen3.8-Max-0902 第十，Kimi-K3-Max 第十四，腾讯 Hy4-Preview 第十八。小米 Mimo-V2.6-Pro 首次入榜就到第十九，1629 分。

趋势洞察

看这类榜单要记住三点：一是投票来自真实用户，风格讨喜的模型容易占便宜；二是不同分榜互相独立，不能拿综合分推断代码能力；三是分数接近时，实际体验的差别可能比名次更小。对普通用户来说，与其纠结第 16 名和第 22 名，不如按任务类型挑模型：写代码看代码榜，做界面看前端榜，日常问答看综合榜。