GLM-5.3-Flash代码榜杀入前十，千问新版登顶前端榜

Arena平台本周综合榜头部格局延续稳定态势，Anthropic旗下Claude-Fable-5以1508分蝉联榜首，该公司多款模型牢牢占据前七席位，各模型间ELO分差均在30分以内，属统计误差范围内的接近。国产模型中，月之暗面Kimi-K3-Max以1489分稳守第10名，是综合榜中排名最高的国产模型。智谱GLM-5.3-Flash作为本周新入榜模型，首秀排在第30位，ELO 1473分，与同期入榜的谷歌Gemini-3-Flash（第27位，1474分）成绩相当。

代码榜是本周国产模型表现最为亮眼的赛道。榜单头部依然由Anthropic垄断，Claude-Opus-4-7-high以1552分居首，前三名分差仅1分，视为并列。然而最引人注目的是智谱GLM-5.3-Flash首次入榜即排在第7名，ELO达1535分，超越了大多数头部海外模型，仅次于月之暗面Kimi-K3-Max（第6名，1542分）。值得一提的是，GLM-5.3-Flash定价极具竞争力，输入仅0.15美元/百万token，输出0.5美元/百万token，性价比突出。

前端开发榜本周迎来最大变局。阿里Qwen3.8-Max-0902首次入榜即以1691分直接登顶，将此前的榜首Claude-Opus-5-Max（1687分）挤至第二。与此同时，腾讯Hy4-Preview（第8名，1627分）、阿里Qwen3.8-Flash-Next（第9名，1622分）、智谱GLM-5.3-Flash（第12名，1604分）也在同一周集体首秀，四款国产新模型齐聚前12名，国产模型在前端开发榜已占据半壁江山，头部竞争格局发生显著变化。

智能体榜方面，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。国产模型中，智谱GLM-5.2-Max本周大幅跃升7位至第10名，净提升度6.23%，任务确认成功率达8.65%，表现亮眼。月之暗面Kimi-K3-Max位列第6名，净提升度8.71%，任务确认成功率高达16.90%，在国产模型中排名最高。阿里Qwen3.8-Max工具幻觉率仅0.11%，在可靠性指标上表现突出。

生图榜与视频榜方面，国产模型同样保持稳定存在。生图榜中，字节跳动Seedream-5.0-Pro守住第8名，阿里Qwen-Image-3.0-Pro位列第9名，两款国产模型均稳居Top 10。视频榜迎来新榜首，谷歌Gemini-Omni-1.1-Flash首次入榜即夺冠，ELO 1515分；国产方面，字节跳动旗下Dreamina-Seedance-2.0-720p和2.5-720p分列第4、第5名，MiniMax-H3升至第6名，MiniMax新模型Hailuo-2.3也首次入榜排在第30名。

综合本周各榜单来看，国产大模型正在从综合榜的中上游位置向细分领域榜首发起冲击，并已在前端开发榜实现突破。Anthropic在综合榜和代码榜的统治地位短期内仍难以撼动，但国产模型凭借更具竞争力的定价和持续迭代的能力，正在缩小与顶尖海外模型的差距。智谱、阿里、腾讯、月之暗面等厂商在同一周集中推出新模型并取得亮眼成绩，显示国产AI生态的整体研发节奏正在加快。

要点

• 智谱GLM-5.3-Flash首次入榜即闯入代码榜第7名，ELO 1535分，超越绝大多数头部海外模型，且定价极具竞争力（输入$0.15/百万token）
• 阿里Qwen3.8-Max-0902首秀直接登顶前端开发榜，以1691分超越Anthropic Claude-Opus-5-Max，国产模型首次在该榜夺冠
• 本周四款国产新模型（Qwen3.8-Max-0902、Hy4-Preview、Qwen3.8-Flash-Next、GLM-5.3-Flash）集体闯入前端榜前12名，国产模型占据该榜半壁江山
• 综合榜和代码榜头部仍由Anthropic垄断，Claude-Fable-5和Claude-Opus-4-7-high分别以1508分和1552分领跑
• 智能体榜上智谱GLM-5.2-Max单周跃升7位至第10名，月之暗面Kimi-K3-Max任务确认成功率达16.90%，国产模型在智能体能力上持续进步