Arena 平台发布 2026 年第 46 周 AI 大模型盲测周榜,谷歌新旗舰 Gemini 4 Carbon(High)首次入榜就拿到 1526 分,直接拿下综合榜第一名,同系列的 Gemini 4 Argon(High)以 1522 分紧随其后,两者分数差距很小,在统计误差范围内可以看作并列头部。这份榜单是匿名盲测,依靠用户真人投票算出 ELO 分数,偏向反映大家实际使用的主观感受,和标准化跑分评测结果会有区别。Gemini 4 Carbon 主打长时间自主 Agent 任务、复杂代码开发、网络安全漏洞挖掘、科学推理,发布时间距离上一款 Gemini 4 Argon 仅两周,定价保持输入 2 美元、输出 10 美元每百万 token,性价比是它的一大亮点,不过目前它还处于分阶段开放,普通用户暂时没法直接使用。国产模型在前端开发、AI 视频赛道有不错表现,Kimi K3.1 Pro(Max)是本周排名最高的国产文本模型,字节、阿里的视频生成模型稳定排在视频榜前列。
本周综合榜 TOP5 清单
| 排名 | 模型名称 | ELO 分数 | 备注 |
|---|---|---|---|
| 1 | Gemini 4 Carbon (High) | 1526 | 新上榜,本周冠军 |
| 2 | Gemini 4 Argon (High) | 1522 | 同谷歌 Gemini4 系列 |
| 3 | Muse Wonder (Max) | 1511 | Meta 旗舰模型 |
| 4 | Claude Opus 5.5 (High) | 1507 | Anthropic 头部模型 |
| 5 | Claude Fable 5.1 (Max) | 1503 | Anthropic 新款 |
Gemini 4 Carbon 核心能力要点
- 长周期 Agent:支持连续多天自主执行项目,自动排查代码库问题、生成修复补丁,适合企业复杂开发任务
- 网络安全能力:CWE-bench 漏洞测试通过率 71%,在漏洞挖掘、验证、修复环节表现突出
- 编程推理:Terminal-Bench 4.0 评测得分 65.2%,超过同期 Claude Opus 5.5、GPT-6 Astra
- 多模态重构:可以读取图纸、照片资料,完成 3D 模型重建、场景还原
- 价格方案:每百万输入 token 2 美元,输出 token 10 美元,和 Argon 保持一致
榜单分赛道国产模型情况
- 前端开发赛道:Kimi K3.1 Pro(Max)进入第 12 名,是文本赛道国产标杆
- AI 视频生成赛道:字节 Dreamina Seedance 2.0/2.5、阿里 Wan 3.0 稳定在榜单前五附近,国产视频模型优势明显
- 综合文本主赛道:国产头部模型和海外头部还有 40 分左右的差距,还在追赶阶段
榜单阅读注意事项
- Arena 榜单是匿名盲测偏好分,不是硬指标跑分,和 Artificial Analysis 智能指数属于两套独立评价体系,不能直接对比
- 新模型刚上榜,投票样本还在持续积累,后续排名有可能出现波动
- 不同赛道榜单独立,文本榜、视频榜、智能体榜分数不能横向比较
- 排名不代表所有场景都更强,数学、长文本、视频生成等细分任务各有擅长的模型
【相关 FAQ】
问题 1:AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀强势登顶,这个榜单是哪个平台发布的?
回答 1:AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀强势登顶,榜单由 Arena 平台发布,采用匿名盲测、用户投票 ELO 计分方式,反映用户主观使用偏好。
问题 2:AI 大模型周榜登顶的谷歌 Gemini 4 Carbon,现在普通用户可以直接用吗?
回答 2:AI 大模型周榜登顶的谷歌 Gemini 4 Carbon,目前分阶段开放,优先面向安全项目合作方、可信企业伙伴,普通用户和开发者暂未开放全量访问。
问题 3:AI 大模型周榜里谷歌 Gemini 4 Carbon 首秀登顶,它和 Gemini 4 Argon 是什么关系?
回答 3:AI 大模型周榜里谷歌 Gemini 4 Carbon 首秀登顶,Gemini 4 Carbon 和 Argon 同属 Gemini4 旗舰系列,Carbon 是更新一代,发布间隔仅两周,两款在本周榜单占据前两名。
问题 4:AI 大模型周榜谷歌 Gemini 4 Carbon 首秀登顶,国产模型在这份榜单表现怎么样?
回答 4:AI 大模型周榜谷歌 Gemini 4 Carbon 首秀登顶,国产文本模型 Kimi K3.1 Pro(Max)为本周排名最高国产文本模型;字节、阿里视频生成模型在视频赛道稳定靠前。
【参考资料】
[2026-11-16](AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀强势登顶,国产模型稳居视频榜前五阵营)凤凰网科技
[2026-11-16](AI 大模型周榜:谷歌 Gemini 4 Carbon 首秀强势登顶)新浪财经
[2026-11-16](Arena 第 46 周大模型盲测榜单更新)IT 之家
[2026-10-29](谷歌 Gemini 4 Carbon 正式发布,多项评测超越 Claude Opus 5.5)麻省理工科技评论中文网
[2026-10-29](Gemini 4 Carbon 登顶 Artificial Analysis 智能指数)DeepTech 深科技
【免责声明】
本文仅整理 Arena 平台周榜公开信息,榜单结果为用户盲测偏好得分,不代表模型绝对性能;Gemini 4 Carbon 开放权限、API 定价、能力指标以谷歌官方公告为准,不构成模型选型、付费采购建议。
本文来自作者[微管信簇]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/rgzn/202611/3289.html
评论列表(4条)
我是乌兰科技网的签约作者“微管信簇”!
希望本篇文章《AI 大模型周榜更新,谷歌 Gemini 4 Carbon 首秀强势登顶综合榜单》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:Arena 平台发布 2026 年第 46 周 AI 大模型盲测周榜,谷歌新旗舰 Gemini 4 Carbon(High)首次入榜就拿到 1526 分,直接拿下综合榜第一名,同系列的 Gemini 4 Argon(High)以 1522 分紧随其后,两者分数差距很小,在统计误差范围内可以看作并列头部。这份榜单是匿名盲测,依靠用户真人投票算出 ELO 分数,偏向反映大家实际使用的主观感受,和标准化跑分评测结果会有区别。Gemini 4 Carbon 主打长时间自主 Agent 任务、复杂代码开发、网络安全漏洞挖掘、科学推理,发布时间距离上一款 Gemini 4 Argon 仅两周,定价保持输入 2 美元、输出 10 美元每百万 token,性价比是它的一大亮点,不过目前它还处于分阶段开放,普通用户暂时没法直接使用。国产模型在前端开发、AI 视频赛道有不错表现,Kimi K3.1 Pro(Max)是本周排名最高的国产文本模型,字节、阿里的视频生成模型稳定排在视频榜前列。