IT之家 10 月 19 日の報道、Arena（arena.ai）プラットフォームは 2026 年第 42 週（ 2026-10-12 ~ 2026-10-18 ）の AI 大規模モデルブラインドテストランキングを発表した。今期は上位陣の構図が全体的に安定しており、中国産モデルは複数の細分化ランキングで安定した中上位の位置を維持している。その中で kimi-k3-max は初めてコードランキングトップ10に安定して入ったほか、mimo-v2.6-pro が初めてフロントエンド開発ランキングのトップ 20 に入るなど、全体的に見どころのある成績だった。今期は合計 3 つの新モデルが正式にランキング入りした。gemini-3.5-flash-medium、mimo-v2.6-pro、そして flux-2-flex である。
IT之家注：本ランキングは Arena（arena.ai）プラットフォームの匿名ブラインドテスト投票に基づき、ELO（エージェントランキングはパーセンテージシグナル）によって順位を計算したもので、絶対的な能力テストではなくユーザーの主観的な好みを反映している。各ランキングは相互に独立しており、横断的な比較は適さず、誤差範囲内の点差はすべて同率とみなされ、新モデルも一定の投票数を積み上げてから正式にランキング入りする。
総合ランキング
今期の総合ランキングの上位は安定した順位を維持しており、gemini-4-argon-high が 1525 点で首位を守り、claude-opus-5.5-high が 1507 点で 2 位、claude-opus-4-6-high と claude-fable-5-high がともに 1504 点で同率 3 位となり、点差はいずれも 30 点以内で、誤差範囲内では接近した競争とみなされる。上位 10 位以内のスコアはすべて 1494 点以上で、競争は依然として激しい。今週新たにランキング入りしたモデルは gemini-3.5-flash-medium で、いきなりトップ 30 に飛び込み、第 30 位、ELO スコア 1476 点と悪くない成績だった。
中国産モデルは全体的に中上位の位置にあり、層は比較的安定している：
月の暗面 kimi-k3-max が最も高い順位で、第 16 位、ELO 1488 点、順位は横ばい；
阿里 qwen3.8-max は第 22 位、ELO 1483 点、順位は横ばい；
小米 mimo-v2.6-pro は第 26 位、ELO 1480 点、順位は横ばい；
智譜 glm-5.3-max は第 27 位、ELO 1478 点、順位は横ばい。
| 順位 | 前週比 | モデル | ベンダー | スコア (±CI) | 票数 | 価格 ($/M) 入力 / 出力 | コンテキスト |
|---|---|---|---|---|---|---|---|
| 1 | - | gemini-4-argon-high | 1525 ±9 | 4892 | $2 / $10 | 1M | |
| 2 | - | claude-opus-5.5-high | Anthropic | 1507 ±8 | 6272 | $4 / $20 | 1M |
| 3 | - | claude-opus-4-6-high | Anthropic | 1504 ±3 | 79415 | $5 / $25 | 1M |
| 4 | - | claude-fable-5-high | Anthropic | 1504 ±4 | 40026 | $10 / $50 | 1M |
| 5 | - | claude-opus-4-7-high | Anthropic | 1501 ±4 | 65192 | $5 / $25 | 1M |
| 6 | - | claude-fable-5.1-max | Anthropic | 1501 ±6 | 13063 | $10 / $50 | 1M |
| 7 | - | claude-opus-4-6 | Anthropic | 1498 ±3 | 84095 | $5 / $25 | 1M |
| 8 | - | gemini-3.8-flash-high | 1497 ±5 | 31437 | $0.75 / $3.75 | 1.05M | |
| 9 | - | muse-spark-1.3-max | Meta | 1494 ±6 | 14694 | $1.25 / $4.25 | 1M |
| 10 | - | claude-opus-4-7 | Anthropic | 1494 ±4 | 66315 | $5 / $25 | 1M |
| — 以下は Top 10 外の中国国産モデル — | |||||||
| 16 | - | kimi-k3-max | Moonshot | 1488 ±5 | 30351 | N/A | N/A |
| 22 | - | qwen3.8-max | Alibaba | 1483 ±5 | 25378 | $2 / $6 | 1M |
| 26 | - | mimo-v2.6-pro | Xiaomi | 1480 ±9 | 4069 | $0.44 / $0.87 | 1.05M |
| 27 | - | glm-5.3-max | Z.ai | 1478 ±5 | 20049 | $1.4 / $4.4 | 1.05M |
コードランキング
コードランキングの上位陣は依然として安定しており、gemini-4-argon-high が 1562 点で引き続き首位を走り、claude-fable-5-high が 1551 点で第2位、claude-opus-4-7-high、claude-opus-4-6-high、claude-opus-5.5-high がそろって 1550 点で第3位に並んだ。上位3名のうち gemini-4-argon-high を除くすべてが Anthropic のモデルであり、上位は依然として海外ベンダーが占めている。今週の注目ポイントは、中国国産の kimi-k3-max が第10位（ELO 1540 点）を安定して維持し、コードランキングにおける国産モデルの最高順位となったことだ。小米の mimo-v2.6-pro がそれに続いて第11位（ELO 1539 点）に位置し、目覚ましいパフォーマンスを見せている。
国産モデルではすでに複数がコードランキングの上位 30 にランクインしており、具体的な順位は以下の通り：
月の暗面 kimi-k3-max は第 10 位、ELO 1540 点、順位は前回と同順；
小米 mimo-v2.6-pro は第 11 位、ELO 1539 点、順位は前回と同順；
DeepSeek deepseek-v4.1-flash-max は第 26 位、ELO 1528 点、順位は前回と同順；
智譜 glm-5.3-flash は第 27 位、ELO 1525 点、順位は前回と同順；
アリババ qwen3.7-max-preview は第 28 位、ELO 1524 点、順位は前回と同順；
アリババ qwen3.8-max は第 29 位、ELO 1524 点、順位は前回と同順。
| 順位 | 前週比 | モデル | ベンダー | スコア (±CI) | 票数 | 価格 ($/M) 入力 / 出力 | コンテキスト |
|---|---|---|---|---|---|---|---|
| 1 | - | gemini-4-argon-high | 1562 ±17 | 1233 | $2 / $10 | 1M | |
| 2 | - | claude-fable-5-high | Anthropic | 1551 ±7 | 10404 | $10 / $50 | 1M |
| 3 | - | claude-opus-4-7-high | Anthropic | 1550 ±6 | 18591 | $5 / $25 | 1M |
| 4 | - | claude-opus-4-6-high | Anthropic | 1550 ±6 | 20617 | $5 / $25 | 1M |
| 5 | - | claude-opus-5.5-high | Anthropic | 1550 ±16 | 1444 | $4 / $20 | 1M |
| 6 | - | claude-opus-4-6 | Anthropic | 1548 ±5 | 23351 | $5 / $25 | 1M |
| 7 | - | claude-opus-4-7 | Anthropic | 1546 ±6 | 18816 | $5 / $25 | 1M |
| 8 | - | gpt-6.1-sol-max | OpenAI | 1545 ±20 | 911 | $2 / $10 | 1.05M |
| 9 | - | gpt-6-astra-max | OpenAI | 1542 ±12 | 2424 | N/A | N/A |
| 10 | - | kimi-k3-max | Moonshot | 1540 ±7 | 7775 | N/A | N/A |
| — 以下は Top 10 外の国産モデル — | |||||||
| 11 | - | mimo-v2.6-pro | Xiaomi | 1539 ±18 | 1107 | $0.44 / $0.87 | 1.05M |
| 26 | - | deepseek-v4.1-flash-max | DeepSeek | 1528 ±11 | 3026 | $0.3 / $1.2 | 1M |
| 27 | - | glm-5.3-flash | Z.ai | 1525 ±8 | 7267 | $0.06 / $0.2 | 1.05M |
| 28 | - | qwen3.7-max-preview | Alibaba | 1524 ±18 | 1165 | $1.48 / $4.43 | 1M |
| 29 | - | qwen3.8-max | Alibaba | 1524 ±8 | 7077 | $2 / $6 | 1M |
フロントエンド開発ランキング
フロントエンド開発ランキングの上位陣営は安定しており、claude-opus-5.5-max が 1813 点で首位を堅持し、gpt-6-astra-max が 1786 点で2位、claude-sonnet-5.5-xhigh が 1774 点で3位となっている。今週新たにランクインしたモデルには mimo-v2.6-pro と claude-haiku-5.5-high があり、このうち小米（シャオミ）の mimo-v2.6-pro は初登場で第 19 位、ELO 1629 点を獲得し、見事トップ 20 に食い込み、コード分野での好調なパフォーマンスを継続している。
中国国産モデルはフロントエンド開発ランキングで中上位の複数のポジションを占めており、具体的には以下の通り：
アリババ qwen3.8-max-0902 は第 10 位、ELO 1674 点、順位は前回から変動なし；
アリババ qwen3.8-max は第 11 位、ELO 1672 点、順位は前回から変動なし；
月の暗面（Moonshot AI）kimi-k3-max は第 14 位、ELO 1654 点、順位は前回から変動なし；
小米（シャオミ）mimo-v2.6-flash は第 16 位、ELO 1637 点、順位は前回から変動なし；
アリババ qwen3.8-flash-next は第 17 位、ELO 1633 点、順位は前回から変動なし；
テンセント hy4-preview は第 18 位、ELO 1632 点、順位は前回から変動なし；
小米（シャオミ）mimo-v2.6-pro は新たにランクインし第 19 位、ELO 1629 点；
智譜 glm-5.3-max は第 22 位、ELO 1622 点、順位は前回から変動なし。
| 順位 | 前週比 | モデル | ベンダー | スコア (±CI) | 票数 | 価格 ($/M) 入力 / 出力 | コンテキスト |
|---|---|---|---|---|---|---|---|
| 1 | - | claude-opus-5.5-max | Anthropic | 1813 ±15 | 2294 | $4 / $20 | 1M |
| 2 | - | gpt-6-astra-max | OpenAI | 1786 ±11 | 5189 | $10 / $50 | 1.05M |
| 3 | - | claude-sonnet-5.5-xhigh | Anthropic | 1774 ±15 | 2323 | $2 / $10 | 1M |
| 4 | - | gpt-6.1-sol-max | OpenAI | 1755 ±15 | 2102 | $2 / $10 | 1.05M |
| 5 | - | claude-fable-5.1-max | Anthropic | 1744 ±9 | 6663 | $10 / $50 | 1M |
| 6 | - | claude-sonnet-5.5-high | Anthropic | 1715 ±11 | 3984 | $2 / $10 | 1M |
| 7 | - | claude-opus-5-max | Anthropic | 1691 ±6 | 17320 | $5 / $25 | 1M |
| 8 | - | gpt-6-sol-max | OpenAI | 1688 ±12 | 3407 | $2 / $10 | 1.05M |
| 9 | - | gemini-4-argon-high | 1678 ±15 | 1771 | $2 / $10 | 1M | |
| 10 | - | qwen3.8-max-0902 | Alibaba | 1674 ±8 | 11182 | $2 / $6 | N/A |
| — 以下は Top 10 外の国産モデル — | |||||||
| 11 | - | qwen3.8-max | Alibaba | 1672 ±12 | 3446 | $2 / $6 | 1M |
| 14 | - | kimi-k3-max | Moonshot | 1654 ±6 | 17412 | $3 / $15 | 1.05M |
| 16 | - | mimo-v2.6-flash | Xiaomi | 1637 ±10 | 4058 | $0.14 / $0.28 | 1.05M |
| 17 | - | qwen3.8-flash-next | Alibaba | 1633 ±8 | 6932 | $0.16 / $0.47 | 1M |
| 18 | - | hy4-preview | Tencent | 1632 ±10 | 4792 | $0.75 / $2.25 | 1.05M |
| 19 | 新規ランクイン | mimo-v2.6-pro | Xiaomi | 1629 ±11 | 3649 | $0.44 / $0.87 | 1.05M |
| 22 | - | glm-5.3-max | Z.ai | 1622 ±8 | 8382 | $1.4 / $4.4 | 1.05M |
| 23 | - | deepseek-v4.1-flash-max | DeepSeek | 1619 ±11 | 3542 | $0.3 / $1.2 | 1M |
| 26 | - | glm-5.3-flash | Z.ai | 1609 ±7 | 13697 | $0.06 / $0.2 | 1.05M |
| 27 | - | glm-5.2-max | Z.ai | 1603 ±6 | 15351 | $1.4 / $4.4 | 1M |
エージェント榜
エージェント榜はパーセンテージシグナルによるスコアリング体系を採用しており、今週は Claude Opus 5.5 (Max) が 15.53% の正味上昇率で首位を維持しました。GPT 6 Astra (Max) は 1 位上昇して 2 位となり、正味上昇率は 13.09%、Claude Fable 5.1 (Max) が 3 位で、正味上昇率は 12.66% であり、上位は引き続き海外モデルが占めています。指標面では、Claude Opus 5.5 (Max) のツール幻覚率はわずか 0.37% で、上位陣の中で最も低く、優れたパフォーマンスを見せています。中国発モデルは全体として中位から上位の層に位置し、すでに複数のモデルがトップ 30 にランクインしています。
中国発モデルのエージェント榜における具体的なパフォーマンスは以下の通りです：
深度求索 Deepseek V4.1 Flash (Max) は 15 位、正味上昇率 3.80%、タスク確認成功率 7.44%、先週より 2 位上昇；
月之暗面 Kimi K3 (Max) は 16 位、正味上昇率 3.78%、タスク確認成功率 6.46%、先週より 2 位上昇；
腾讯 Hy4 preview は 17 位、正味上昇率 3.61%、タスク確認成功率 5.96%、先週より 2 位上昇；
小米 MiMo V2.6 Pro は 18 位、正味上昇率 3.52%、タスク確認成功率 8.03%、先週より 2 位上昇；
智譜 GLM 5.2 (Max) は 19 位、正味上昇率 3.19%、タスク確認成功率 4.11%、先週より 2 位上昇；
アリババ Qwen3.8 Max は 22 位、正味上昇率 2.35%、タスク確認成功率 5.09%、先週より 2 位上昇；
智譜 GLM 5.3 (Max) は 23 位、正味上昇率 2.15%、タスク確認成功率 4.78%、先週より 2 位上昇。
| 順位 | 先週比 | モデル | ベンダー | 純向上幅度 (±CI) | タスク確認成功率 | 高評価 / 低評価比 | 制御性 |
|---|---|---|---|---|---|---|---|
| 1 | - | Claude Opus 5.5 (Max) | Anthropic | 15.53% ±4.63% | 17.29% ±6.02% | 36.78% ±20.55% | 8.2% ±4.06% |
| 2 | ↑ 1 | GPT 6 Astra (Max) | OpenAI | 13.09% ±2.37% | 12.13% ±3.88% | 38.54% ±9.96% | 8.85% ±2.5% |
| 3 | ↑ 1 | Claude Fable 5.1 (Max) | Anthropic | 12.66% ±2.05% | 16.19% ±2.96% | 26.22% ±7.98% | 8.84% ±3.12% |
| 4 | ↑ 1 | Claude Sonnet 5.5 (Max) | Anthropic | 11.95% ±3.31% | 15.83% ±5.06% | 23.37% ±14.09% | 5.1% ±3.33% |
| 5 | ↑ 1 | GPT 6.1 Sol (Max) | OpenAI | 11.72% ±3.05% | 14.74% ±4.18% | 30.32% ±12.99% | 8.52% ±3.07% |
| 6 | ↑ 1 | GPT 6 Sol (Max) | OpenAI | 9.92% ±2.38% | 6.97% ±4.34% | 23.55% ±9.64% | 11.92% ±2.02% |
| 7 | ↑ 1 | Gemini 4 Argon (High) | 9.26% ±2.36% | 15.64% ±3.26% | 40.6% ±9.56% | 11.64% ±2.1% | |
| 8 | ↑ 1 | Claude Fable 5 (High) | Anthropic | 8.94% ±1.27% | 5.79% ±2.6% | 19.34% ±4.8% | 9.49% ±1.39% |
| 9 | ↑ 1 | Claude Opus 5 (Max) | Anthropic | 8.12% ±1.47% | 10.42% ±3.1% | 11.86% ±5.46% | 4.22% ±2.01% |
| 10 | ↑ 2 | Claude Opus 4.8 (High) | Anthropic | 7.13% ±1.37% | 4.68% ±2.75% | 15.14% ±5.03% | 8.41% ±1.6% |
| — 以下は Top 10 外の国産モデル — | |||||||
| 15 | ↑ 2 | Deepseek V4.1 Flash (Max) | DeepSeek | 3.8% ±0.39% | 7.44% ±0.86% | 2.44% ±1.45% | 0.87% ±0.54% |
| 16 | ↑ 2 | Kimi K3 (Max) | Moonshot | 3.78% ±0.59% | 6.46% ±1.32% | 6.44% ±2.05% | 1.14% ±0.86% |
| 17 | ↑ 2 | Hy4 preview | Tencent | 3.61% ±0.7% | 5.96% ±1.48% | 5.18% ±2.59% | 0.32% ±0.92% |
| 18 | ↑ 2 | MiMo V2.6 Pro | Xiaomi | 3.52% ±1.92% | 8.03% ±3.88% | 8.16% ±7.31% | 0.56% ±2.45% |
| 19 | ↑ 2 | GLM 5.2 (Max) | Z.ai | 3.19% ±0.73% | 4.11% ±1.58% | 8.94% ±2.61% | 1.72% ±0.96% |
| 22 | ↑ 2 | Qwen3.8 Max | Alibaba | 2.35% ±0.59% | 5.09% ±1.32% | 2.95% ±2.13% | 1.81% ±0.82% |
| 23 | ↑ 2 | GLM 5.3 (Max) | Z.ai | 2.15% ±0.72% | 4.78% ±1.62% | 5.12% ±2.48% | 0.44% ±1.08% |
| 25 | ↑ 2 | DeepSeek V4 Pro (High) (0813) | DeepSeek | 1.34% ±1.66% | 2% ±4.01% | 1.86% ±5.99% | 2.12% ±2.2% |
AI画像生成ランキング
AI画像生成ランキングの上位陣営は安定しており、gpt-image-2.5-sunburst が1425点で首位を連続獲得し、gpt-image-2.5-flare が1398点で2位、gpt-image-2 (medium) が1383点で3位となり、上位3位はすべて OpenAI のモデルです。今週新たにランクインしたモデルは flux-2-flex で、初登場ながら第30位に入り、ELOスコアは1157点でした。中国国産モデルはこのランキングで安定した成績を残しており、ByteDance の seedream-5.0-pro とアリババの qwen-image-3.0-pro がいずれも1255点で同点の第12位・第13位に並び、ともにトップ15入りして、中上位の位置につけています。
| 順位 | 先週比 | モデル | ベンダー | スコア (±CI) | 票数 | 価格 ($/M) 入力 / 出力 | コンテキスト |
|---|---|---|---|---|---|---|---|
| 1 | - | gpt-image-2.5-sunburst | OpenAI | 1425 ±7 | 17752 | N/A | N/A |
| 2 | - | gpt-image-2.5-flare | OpenAI | 1398 ±7 | 16889 | N/A | N/A |
| 3 | - | gpt-image-2 (medium) | OpenAI | 1383 ±4 | 93334 | $8 / $30 | N/A |
| 4 | - | grok-imagine-image-2.0 (キャンバス) | SpaceXAI | 1334 ±12 | 3113 | N/A | N/A |
| 5 | - | mai-image-2.6 | Microsoft AI | 1332 ±5 | 25091 | N/A | N/A |
| 6 | - | gemini-nano-banana-2.1 | 1328 ±9 | 5310 | $1.5 / $7.5 | 65.5K | |
| 7 | - | reve-2.1 | Reve | 1302 ±8 | 8249 | N/A | N/A |
| 8 | - | grok-imagine-image-2.0 (20260801) | SpaceXAI | 1294 ±6 | 14483 | N/A | N/A |
| 9 | - | muse-image | Meta | 1274 ±5 | 42262 | N/A | N/A |
| 10 | - | reve-2.0 | Reve | 1269 ±6 | 15773 | N/A | N/A |
| — 以下はTop 10外の中国国産モデル — | |||||||
| 12 | - | seedream-5.0-pro | Bytedance | 1255 ±4 | 94181 | N/A | N/A |
| 13 | - | qwen-image-3.0-pro | Alibaba | 1255 ±6 | 11440 | N/A | N/A |
| 19 | - | qwen-image-2.1 | Alibaba | 1223 ±7 | 11441 | N/A | N/A |
| 21 | - | qwen-image-2.0-pro-2026-06-22 | Alibaba | 1192 ±6 | 13096 | N/A | N/A |
AI動画ランキング
AI動画ランキングの上位は引き続きGoogleのモデルが占めており、gemini-omni-1.1-flashが1516点で1位、gemini-omni-flashが1513点で2位、flux-3-videoが1493点で3位となっている。中国国産モデルの活躍が目立ち、トップ5に2つ名を連ねている。ByteDanceのdreamina-seedance-2.0-720pは5位でELO 1479点、Alibabaのwan3.0がそれに続いて6位でELO 1476点だった。トップ10には国産モデルが4つランクインしており、その総合力は見逃せない。
| 順位 | 先週比 | モデル | ベンダー | スコア (±CI) | 票数 | 価格 ($/M) 入力 / 出力 | コンテキスト |
|---|---|---|---|---|---|---|---|
| 1 | - | gemini-omni-1.1-flash | 1516 ±15 | 1784 | $1.5 / $9 | N/A | |
| 2 | - | gemini-omni-flash | 1513 ±9 | 26576 | N/A | N/A | |
| 3 | - | flux-3-video | Black Forest Labs | 1493 ±17 | 1302 | N/A | N/A |
| 4 | - | grok-imagine-video-1.5-agent | SpaceXAI | 1492 ±18 | 1218 | N/A | N/A |
| 5 | - | dreamina-seedance-2.0-720p | Bytedance | 1479 ±8 | 56318 | N/A | N/A |
| 6 | - | wan3.0 | Alibaba | 1476 ±13 | 2598 | N/A | N/A |
| 7 | - | dreamina-seedance-2.5-720p | Bytedance | 1474 ±9 | 8001 | N/A | N/A |
| 8 | - | minimax-h3 | MiniMax | 1460 ±9 | 11417 | N/A | N/A |
| 9 | - | muse-video | Meta | 1456 ±15 | 2188 | N/A | N/A |
| 10 | - | happyhorse-1.0 | Alibaba-ATH | 1427 ±13 | 22264 | N/A | N/A |
| — 以下は Top 10 外の中国製モデルです — | |||||||
| 20 | - | wan2.7-t2v | Alibaba | 1337 ±7 | 27626 | N/A | N/A |
| 21 | - | wan2.6-t2v | Alibaba | 1327 ±7 | 54050 | N/A | N/A |
| 22 | - | seedance-v1.5-pro | Bytedance | 1256 ±7 | 76171 | N/A | N/A |
| 25 | - | wan2.5-t2v-preview | Alibaba | 1245 ±9 | 36378 | N/A | N/A |
今週のArena AI大模型週間ランキングでは、上位の全体構図に大きな変化はなく、海外モデルが引き続き首位を占めていますが、中国発のモデルは複数の細分化ランキングで中上位に安定して食い込んでいます。kimi-k3-maxはコードランキングでトップ10に进入し、mimo-v2.6-proはフロントエンド開発ランキングとエージェントランキングの両方で目覚ましい成績を収め、ByteDanceやAlibabaの国産モデルもAI画像生成、AI動画の分野でトップ5、トップ10の好成績を維持しています。今後も中国大規模モデルの進展を注視し、最新のランキング変化をお届けします。