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

7月13日消息，Arena平台发布了最新一期AI大模型周榜。这一期覆盖的是2026年7月6日到7月12日的数据。

这周最大的变化，当属代码榜的榜首易主。claude-opus-4-7-thinking从第二跃居第一，而原来的冠军claude-fable-5则跌到了第五。综合榜这边，榜首依然由claude-fable-5把持，整体上看，Anthropic的模型几乎包揽了头部位置。国产模型则稳定在中上游梯队，排名波动不大。

综合榜

综合榜的格局这周基本没怎么变。冠军依旧是claude-fable-5，ELO分数1505，比上周微降4分。第二名到第五名，依次是claude-opus-4-6-thinking、claude-opus-4-7-thinking、claude-opus-4-6、claude-opus-4-7——全是Anthropic的模型，而且分数差距都在30分以内，统计上基本可以算作并列。值得注意的是，之前排在第五的muse-spark-1.1这周滑落了一位到第六，算是头部唯一的变动。

国产模型这边，进入前30的一共只有三款，排名都还算稳定：

表现最好的是qwen3.7-max-preview，排在第17名，ELO 1475分，名次没动；

glm-5.1排在第25名，ELO 1472分，下滑了3位；

ernie-5.1则是第30名，ELO 1468分，排名和上周持平。

代码榜

代码榜这周发生了比较戏剧性的变化。原来的第二名claude-opus-4-7-thinking直接冲上榜首，ELO分数到了1553。而被挤下来的前冠军claude-fable-5，一口气跌了4位，落到了第五名，分数从1563降到了1546，跌了17分，这个幅度可不小。

第二名到第四名分别是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，而且分数差距不到10分，基本属于同一水平线。

榜单上还有个亮点：grok-4.5这周上升了5位，排到了第14名，是这周涨幅最明显的模型之一。

国产模型这次有5款上榜，具体排名如下：

qwen3.7-max-preview排名最高，排在第12名，ELO 1526分，比上周下降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，同样上升了3位；

glm-5.2 (max)排在第27名，ELO 1513分，下降了6位。

数学榜

数学榜上，claude-fable-5这周从第二名升到了榜首，ELO分数猛涨31分，直接到了1548。而原来的第一名claude-opus-4-6-thinking则降到了第二，分数保持在1518没变。

国产模型这边，ernie-5.1排名上升了2位，来到第14名；qwen3.7-max-preview则下降了一位，到了第11名。总体来看，分数差距都还在误差范围内。

高难度指令榜

这个榜单的头部这周也换了一次位置。claude-opus-4-6-thinking从第二升到第一，claude-fable-5则从第一降到第二。有意思的是，两者的分数都是1532，在统计误差范围内完全可以看作并列。整体来看，排名变动幅度都在3位以内，格局还算稳定。

国产模型里，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 (max)排在第30位，分数没变化。

多轮对话榜

这周的多轮对话榜也出现了一些变化。claude-fable-5从榜首掉到了第四，下降了3位；claude-opus-4-7则上升1位，登上了榜首。头部格局有轻微调整。值得一提的是，muse-spark-1.1从第13位直接跳到了第8位，是这周涨幅最大的。国产模型这边，qwen3.7-max-preview排在第22位，分数微涨1分。

综合这周的数据来看，Anthropic的模型依然在绝大多数榜单的头部占据统治地位，综合榜、代码榜等多个榜单位列前茅，美国厂商的整体优势依然很明显。国产模型则稳定在中上游区间，其中qwen3.7-max-preview在多个榜单中保持了领先位置，kimi-k2.6和ernie-5.1在代码榜上也有排名上升的表现。接下来值得关注的是，新入围的模型会有什么表现，以及国产模型是否能在头部位置进一步突破。