- 发布日期
代码榜榜首易主，claude-opus-4-7-thinking 登顶
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
本周AI大模型竞技场迎来新一轮洗牌。Arena平台于7月13日发布最新周榜，覆盖7月6日至12日的评测数据。代码榜榜首易主成为最大看点，claude-opus-4-7-thinking从第二名跃升至榜首，而此前连续多周领跑的claude-fable-5则意外滑落至第五名，ELO分数下降17分至1546。
综合榜单格局相对稳定，claude-fable-5以1505分蝉联榜首，但分数较上周微降4分。前五名被Anthropic旗下模型包揽，包括claude-opus-4-6-thinking、claude-opus-4-7-thinking等，彼此分差均在30分以内，统计上视为并列。国产模型仅有三款进入前30，其中qwen3.7-max-preview以1475分位列第17名，排名不变；glm-5.1和ernie-5.1分别排在第25和第30名。
代码榜成为本周竞争最激烈的领域。claude-opus-4-7-thinking以1553分登顶，超越前冠军claude-fable-5。后者ELO分数从1563降至1546，跌幅达17分。紧随其后的claude-opus-4-6-thinking、claude-opus-4-7和claude-opus-4-6分列二至四位，前五名全部来自Anthropic，且分差不足10分。国产模型共有五款上榜，qwen3.7-max-preview排名最高，位列第12名，但较上周下滑2位；kimi-k2.6和ernie-5.1分别上升3位至第25和第26名，表现亮眼。
数学榜同样出现榜首变动。claude-fable-5从第二名升至第一，ELO分数大幅提升31分至1548，原冠军claude-opus-4-6-thinking退居第二但分数不变。国产模型中ernie-5.1上升2位至第14名，qwen3.7-max-preview下降一位至第11名，整体波动在误差范围内。高难度指令榜方面，claude-opus-4-6-thinking与claude-fable-5互换位置，两者分数均为1532，视为并列第一。国产模型qwen3.7-max-preview排名第19位，分数微涨1分。
多轮对话榜出现较大变动。claude-fable-5从榜首跌至第四，下降3位；claude-opus-4-7上升1位登顶。muse-spark-1.1成为该榜单最大黑马，从第13位跃升至第8位。国产模型qwen3.7-max-preview排在第22位，分数同样微涨1分。
整体来看，Anthropic旗下模型在综合、代码等核心榜单中仍占据绝对主导地位，前五名几乎被其包揽。美国厂商的领先优势依然明显。国产模型集体稳定在中上游梯队，其中qwen3.7-max-preview在多个榜单保持国产最高排名，而kimi-k2.6和ernie-5.1在代码榜实现排名上升，展现出追赶势头。下周可关注是否有新入围模型打破头部格局，以及国产模型能否进一步冲击前三位置。
