7月13日，Arena平台发布了最新一周的AI大模型排行榜，数据覆盖2026年7月6日至7月12日。本期榜单最值得关注的亮点是代码榜榜首易主——claude-opus-4-7-thinking从第二名跃升至第一，将原冠军claude-fable-5推至第五。综合榜方面，claude-fable-5依然稳居首位，Anthropic旗下的模型几乎包揽了前五名。国产模型整体处于中上游位置，排名波动较小，表现稳定。
综合榜
综合榜的排名格局本周基本保持不变。claude-fable-5继续稳居第一，ELO分数为1505，较上周微降4分。第二至第五名依次为claude-opus-4-6-thinking、claude-opus-4-7-thinking、claude-opus-4-6、claude-opus-4-7，全部来自Anthropic，分数差距在30分以内，在统计误差范围内可视为并列。头部模型中，唯一跌出前五的是muse-spark-1.1，从第五降至第六，变动幅度同样不大。
国产模型方面，仅有三款进入前30名，整体排名保持稳定：
- qwen3.7-max-preview表现最佳，位列第17名，ELO分数1475，排名未变；
- glm-5.1排在第25名，ELO分数1472，下滑3位；
- ernie-5.1排在第30名，ELO分数1468，排名不变。
代码榜
代码榜本周最大的变化是榜首易主。原排名第二的claude-opus-4-7-thinking升至第一，ELO分数1553；原冠军claude-fable-5则大幅下滑4个名次至第五，ELO分数从1563降至1546，跌幅达17分。第二至第四名分别为claude-opus-4-6-thinking、claude-opus-4-7、claude-opus-4-6，头部前五依然被Anthropic的模型包揽，分数差距在10分以内，基本处于同一水平。
值得关注的是，grok-4.5排名上升5位，来到第14名，成为榜单中涨幅最大的模型之一。
国产模型共有五款上榜，具体排名和分数如下：
- qwen3.7-max-preview排名最高，第12名，ELO 1526分，较上周下降2位；
- glm-5.1排在第18名，ELO 1521分；
- mimo-v2.5-pro排在第23名，ELO 1518分，下降6位；
- kimi-k2.6排在第25名，ELO 1514分，上升3位；
- ernie-5.1排在第26名，ELO 1514分，同样上升3位；
- glm-5.2排在第27名，ELO 1513分，下降6位。
数学榜
数学榜方面，claude-fable-5从第二名升至第一，ELO分数大幅提升31分，达到1548。原冠军claude-opus-4-6-thinking退至第二，分数保持在1518不变。国产模型中，ernie-5.1排名上升2位，来到第14名；qwen3.7-max-preview下降1位，排在第11名。整体分数差距均在误差范围内，未出现剧烈波动。
高难度指令榜
高难度指令榜的头部同样发生换位。claude-opus-4-6-thinking从第二升至第一，claude-fable-5从第一降至第二，两者分数均为1532，在误差范围内可视为并列。排名变动幅度均在3位以内，整体格局稳定。国产模型方面，qwen3.7-max-preview排在第19位，分数微涨1分；glm-5.1排在第21位；glm-5.2排在第30位，分数未变。
多轮对话榜
多轮对话榜中，claude-fable-5从榜首跌至第四，排名下降3位。claude-opus-4-7上升1位，登顶榜首。头部格局出现小幅变动，而最引人注目的是muse-spark-1.1，从第13位直接跃升至第8位，涨幅最为显著。国产模型qwen3.7-max-preview排在第22位，分数微涨1分。
综合整期榜单，结论清晰：Anthropic旗下的模型依然占据绝大部分头部位置，综合、代码等多个榜单的前几名几乎被其包揽，美国厂商的整体优势依旧明显。国产模型整体稳定在中上游区间，qwen3.7-max-preview在多个榜单中保持领先地位，kimi-k2.6和ernie-5.1在代码榜上实现了排名提升。下期榜单值得关注的是，是否有新入围的模型带来惊喜，以及国产模型能否进一步冲击头部位置。