La nueva lista semanal del gran modelo de IA de Arena fue oficialmente revelada, y las principales empresas han luchado por su poder en varias categorías como la integral, el código, los agentes inteligentes y los multimedia. En esta lista, el nuevo modelo lanzado por Anthropic ha tenido un rendimiento excepcional, mientras que los grandes modelos nacionales han mantenido un desempeño sólido en cada área específica.
En la lista de entidades inteligentes que ha atraído gran atención en la industria, Claude Opus5.5 (Max) de Anthropic obtuvo una ventaja abrumadora desde su entrada en la lista, ganando el premio principal. Su tasa de éxito en la confirmación de tareas alcanzó el 17.29 %, y la tasa de ilusión de herramientas se mantuvo en un nivel muy bajo del 0.37 %. Mientras tanto, los grandes modelos nacionales en el campo de las entidades inteligentes han avanzado de manera estable; productos como Deepseek V4.1Flash (Max), Kimi K3(Max), Tencent Hy4preview y Xiaomi MiMo V2.6Pro se encuentran entre los primeros, manteniendo una posición estable en la categoría intermedia.
La competencia en la posición de liderazgo entre la lista general y la lista de código es igualmente feroz. En la lista general, gemini-4-argon-high de Google continúa ocupando el primer lugar, mientras que varios modelos principales de Anthropic siguen detrás, ocupando varias posiciones en los cuatro primeros lugares. En cuanto a los modelos nacionales, kimi-k3-max de Moon’s Dark Side se mantiene en el puesto 16, así como qwen3.8-max de Alibaba, mimo-v2.6-pro de Xiaomi y glm-5.3-max de Zhipu también mantienen posiciones estables en la lista. Y en la lista de código, gemini-4-argon-high continúa dominando con fuerza, mientras que Claude Opus5.5 (High) se eleva significativamente para entrar en el top cinco. La capacidad de procesamiento de código de modelos nacionales como Moon’s Dark Side y Xiaomi también sigue estando en la vanguardia de la industria.
En el desarrollo frontend y en las áreas especializadas como la generación de imágenes y videos multimodales, las iteraciones tecnológicas de cada fabricante tampoco han disminuido. En la lista de desarrollo frontend, Claude Opus5.5Max sigue liderando gracias a sus excelentes capacidades de interacción y renderizado; las versiones nuevas de mimo-v2.6-flash y pro de Xiaomi también han demostrado una sólida potencia tecnológica. Y en las listas de rankings de videos generados por IA, aunque Google y OpenAI ocupan algunos lugares destacados, varios modelos generativos principales desarrollados por equipos nacionales como ByteDance, Alibaba y MiniMax también se muestran sólidos, mostrando una fuerte competitividad global. Con la implementación profunda de los grandes modelos en diversos escenarios, se espera que el mercado tenga más iteraciones de versiones y mejoras de productos la próxima semana.