AI大模型周榜：代码榜榜首易主，claude-opus-4-7-thinking登顶

7月13日，Arena平台发布了最新一周的AI大模型排行榜，覆盖2026年7月6日至7月12日的数据。这期榜单的核心看点，是代码榜榜首发生了易主——claude-opus-4-7-thinking从第二蹿升到第一，把原来的冠军claude-fable-5挤到了第五。综合榜这边，头把交椅依然被claude-fable-5牢牢攥着，Anthropic的模型几乎包揽了前五名。国产模型整体处在中上游梯队，排名波动不大，相对稳定。

综合榜

综合榜的格局这周基本没怎么动。claude-fable-5继续稳坐第一，ELO分数1505，比上周微降4分。第二到第五名依次是claude-opus-4-6-thinking、claude-opus-4-7-thinking、claude-opus-4-6、claude-opus-4-7，清一色都是Anthropic的模型，分数差距都在30分以内，在统计误差范围内基本可以视为并列。头部模型里，唯一一个掉出前五的是muse-spark-1.1，从第五滑到第六，变动幅度也不大。

国产模型方面，只有三款进入了前30名，整体排名保持稳定：

• qwen3.7-max-preview表现最好，排在第17名，ELO 1475分，排名没变；
• glm-5.1排在第25名，ELO 1472分，下滑了3名；
• ernie-5.1排在第30名，ELO 1468分，排名不变。

代码榜

代码榜本周最大的变化就是榜首易主。原来的第二名claude-opus-4-7-thinking冲上第一，ELO分数1553；原冠军claude-fable-5则大幅下滑了4个名次，掉到第五，ELO分数从1563降到1546，跌幅达17分。第二到第四名分别是claude-opus-4-6-thinking、claude-opus-4-7、claude-opus-4-6，头部前五名依然被Anthropic的模型包揽，分数差距在10分以内，基本属于同一水平线。

值得关注的是，grok-4.5排名上升了5位，到了第14名，是榜单里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，比上周下降了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，下降了6位；
• kimi-k2.6排在第25名，ELO 1514分，上升了3位；
• ernie-5.1排在第26名，ELO 1514分，也上升了3位；
• glm-5.2排在第27名，ELO 1513分，下降了6位。

数学榜

数学榜这边，claude-fable-5从第二名升到了第一，ELO分数大幅提升了31分，达到1548。原来的冠军claude-opus-4-6-thinking则退到第二，分数保持在1518没动。国产模型里，ernie-5.1排名上升了2位，到了第14名；qwen3.7-max-preview下降了一位，排在第11名。整体分数差距都在误差范围内，算不上剧烈波动。

高难度指令榜

高难度指令榜的头部也发生了换位。claude-opus-4-6-thinking从第二升到第一，claude-fable-5从第一降到第二，二者分数都是1532，在误差范围内可以视为并列。排名变动幅度都在3位以内，整体格局也比较稳定。国产模型这里，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，分数没变。

多轮对话榜

多轮对话榜里，claude-fable-5从榜首跌到了第四，排名下降了3位。claude-opus-4-7则上升了1位，登顶榜首。头部格局有小幅变动，但最抢眼的还是muse-spark-1.1，从第13位直接跳到第8位，涨幅最明显。国产模型qwen3.7-max-preview排在第22位，分数微涨1分。

把整期榜单看下来，结论很清晰：Anthropic旗下的模型仍然霸占了绝大部分头部位置，综合、代码等多个榜单里前几名几乎被它们包圆，美国厂商的整体优势依然明显。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位置，kimi-k2.6和ernie-5.1在代码榜上实现了排名上升。下期榜单值得关注的是，有没有新入围的模型能制造惊喜，以及国产模型能否进一步冲击头部位置。