Arena 第 35 周 AI 大模型周榜：GLM-5.3-Flash 首秀进代码榜前十，Qwen3.8-Max-0902 登顶前端榜

Arena 第 35 周 AI 大模型周榜：GLM-5.3-Flash 首秀进代码榜前十，Qwen3.8-Max-0902 登顶前端榜 这条更新来自 ithome.com，发布时间为 2026-09-02，Aioga 保留原文入口以便核验。

摘要：Arena 平台发布 2026 年第 35 周（8 月 24 日至 8 月 30 日）AI 大模型盲测排行榜。智谱 GLM-5.3-Flash 首次入榜即列代码榜第 7 名（ELO 1535），阿里 Qwen3.8-max-0902 首次入榜以 1691 分登顶前端开发榜，将 Claude-Opus-5-Max 挤到第二。

背景：背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。

Aioga 观察：Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。

影响与后续：影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。

IT之家：https://www.ithome.com/ 9 月 2 日消息，Arena（ arena.ai ）平台发布 2026 年第 35 周（8 月 24 日 ~8 月 30 日）AI 大模型盲测排行榜，本期有多款国产新模型亮相，且取得亮眼排名。

国产 GLM-5.3-Flash 首次进入代码榜 Top 10，Qwen3.8-Max-0902 首次入榜即登顶前端开发榜榜首，Kimi-K3-Max 稳定守住综合榜 Top 10 位置，整体来看国产模型在细分领域继续保持竞争力。

IT之家注 ：本榜单基于 Arena（ arena.ai ）平台匿名盲测投票，通过 ELO（智能体榜为百分比信号）计算排名，反映用户主观偏好而非绝对能力测试；不同分榜相互独立，不宜跨榜比较，分差在误差范围内均视为并列，新模型也需积累一定投票量后才会正式入榜。

本周综合榜头部格局稳定，Claude-Fable-5 以 1508 分蝉联榜首，Anthropic 多款模型占据前七位，排名变化均在 1 位以内，ELO 分差均在 30 分以内，属于统计误差范围内的接近。

另外，本周有两款新模型入榜，分别是谷歌 Gemini-3-Flash 和智谱 GLM-5.3-Flash，首秀分别排在第 27 位和第 30 位，ELO 分数分别为 1474 分和 1473 分。

月之暗面 kimi-k3-max 排名最高，位列第 10 名，ELO 1489 分，排名持平；

智谱 glm-5.3-max 位列第 17 名，ELO 1482 分，较上周下降 4 位；

阿里 qwen3.8-max 位列第 20 名，ELO 1479 分，较上周下降 1 位；

阿里 qwen3.7-max-preview 位列第 28 名，ELO 1474 分，排名下降 1 位；

智谱 glm-5.3-flash 位列第 30 名，ELO 1473 分，为本周新入榜模型。

本周代码榜头部同样由 Anthropic 垄断，Claude-Opus-4-7-high 以 1552 分稳居第一，前三名 ELO 分差仅 1 分，在误差范围内视为并列。

最值得关注的是国产新模型 GLM-5.3-Flash 首次入榜即闯入 Top 10，排在第 7 名，ELO 分数达到 1535 分，超过绝大多数头部海外模型。另外 OpenAI 新模型 GPT-5.6-Terra-Xhigh 也首次入榜，排在第 30 名，ELO 1519 分。

月之暗面 kimi-k3-max 位列第 6 名，ELO 1542 分，排名持平；

智谱 glm-5.3-flash 位列第 7 名，ELO 1535 分，本周新入榜；

智谱 glm-5.3-max 位列第 16 名，ELO 1528 分，较上周下降 6 位；

阿里 qwen3.7-max-preview 位列第 18 名，ELO 1525 分，下降 1 位；

小米 mimo-v2.5-pro 位列第 24 名，ELO 1521 分，上升 3 位；

阿里 qwen3.8-max 位列第 29 名，ELO 1519 分，下降 4 位。

本周前端开发榜迎来重大变化，阿里新模型 Qwen3.8-max-0902 首次入榜即直接登顶，以 1691 分夺得榜首，将此前的 Claude-Opus-5-Max 挤到第二。

腾讯新模型 Hy4-Preview 首秀排在第 8 名，ELO 1627 分；阿里 Qwen3.8-flash-next 首秀第 9 名（ 1622 分），智谱 GLM-5.3-Flash 首秀第 12 名（ 1604 分），四款国产新模型集体闯入前 12，表现极为抢眼。

阿里 qwen3.8-max-0902 位列第 1 名，ELO 1691 分，本周新入榜；

月之暗面 kimi-k3-max 位列第 3 名，ELO 1674 分，下降 1 位；

阿里 qwen3.8-max 位列第 4 名，ELO 1669 分，下降 1 位；

腾讯 hy4-preview 位列第 8 名，ELO 1627 分，本周新入榜；

阿里 qwen3.8-flash-next 位列第 9 名，ELO 1622 分，本周新入榜；

智谱 glm-5.3-flash 位列第 12 名，ELO 1604 分，本周新入榜。

本周智能体榜头部格局基本稳定，Anthropic 模型依然占据前三，Claude Opus 5 (High) 以 13.74% 的净提升度蝉联第一，工具幻觉率仅 0.8%，为头部模型中最低。值得关注的是智谱 GLM 5.2 (Max) 排名大幅提升 7 位，来到第 10 名，净提升度 6.23%，任务确认成功率达到 8.65%，表现亮眼。

本周共有四款新模型入榜，分别是 SpaceXAI Grok-4.6 (xHigh)、智谱 GLM 5.3 Flash、智谱 GLM 5.3 (Max)、阿里 Qwen3.8 Flash Next 和阿里 Qwen 3.8 27B，其中 Grok-4.6 (xHigh) 首秀排在第 15 名，净提升度 5.33%。

月之暗面 Kimi K3 (Max) 排名第 6 名，净提升度 8.71%，任务确认成功率 16.90%，较上周下降 2 位；

深度求索 DeepSeek V4 Pro (High) (0813) 排名第 14 名，净提升度 5.91%，任务确认成功率 13.14%；

阿里 Qwen3.8 Max 排名第 16 名，净提升度 5.24%，工具幻觉率仅 0.11%；

智谱 GLM 5.2 (Max) 排名第 10 名，净提升度 6.23%，较上周上升 7 位；

智谱 GLM 5.3 Flash 排名第 19 名，净提升度 4.03%，本周新入榜；

智谱 GLM 5.3 (Max) 排名第 20 名，净提升度 3.74%，本周新入榜。

本周 AI 生图榜头部格局稳定，gpt-image-2 (medium) 以 1382 分继续领跑，国产 seedream-5.0-pro 稳居第 8 名，qwen-image-3.0-pro 排在第 9 名，两款国产模型均守住 Top 10 位置。谷歌 gemini-2.5-flash-image-preview 本周新入榜，排在第 30 名，ELO 1150 分。

本周 AI 视频榜迎来新榜首，谷歌 gemini-omni-1.1-flash 首次入榜即夺得第一，ELO 1515 分，超过此前的 gemini-omni-flash。

国产模型方面，dreamina-seedance-2.0-720p 排在第 4 名，dreamina-seedance-2.5-720p 排在第 5 名，minimax-h3 上升至第 6 名，MiniMax 新模型 hailuo-2.3 首次入榜排在第 30 名，ELO 1205 分。

总结来看，本周 Arena 周榜最大看点是多款国产新模型集中亮相并取得优异排名，glm-5.3-flash 在代码榜闯入 Top 10，qwen3.8-max-0902 更是直接登顶前端开发榜，显示国产模型在代码开发领域持续进步。头部依然是 Anthropic 模型垄断综合和代码榜，但国产模型在细分领域已经能冲击榜首位置，后续更多国产新模型的表现值得继续关注。