这一周的榜首换人了，而且换得突然：Gemini 4 Carbon 在 10 月 28 日的 LMArena 快照里第一次出现，就带着 4,403 张票站到第一，把上期第一的 Gemini 4 Argon 挤到第二。但它还处在预发布测试阶段，票数也只有 Argon 的三分之一——这个第一能站多久，要看后面几周。下面先看另一套口径的能力指数，再回到 2026 年 10 月 28 日到 11 月 3 日的 LMArena 读数。
1. 能力指数 TOP30
口径
下面这张图是另一套东西：Artificial Analysis 的 Intelligence Index，把十来项评测合成一个 0–100 的分数。它和后文 LMArena 的 Elo 不可换算，也不能放进一句话里比大小，两个榜各自纵向读。
开头先看图。这张榜衡量的是固定评测集上的综合表现，和社区盲投出来的 Elo 是两种采样方式，只用来做横向的构成对照。
四条对照观察：
头部构成：前五里 Anthropic 两席（Claude Opus 5.5 59.11、Claude Sonnet 5.5 54.54），OpenAI 两席（GPT-6 Astra 56.85、GPT-6.1 Sol 54.61），Google 一席（Gemini 4 Carbon 60.03 排第一）。上期前五里的 Muse Wonder Full 退到第 8、Kimi K3.1 Pro 退到第 10，位置被 OpenAI 的两个模型接走。
中国厂商密度：前 30 名里中国厂商 14 席，和上期持平，接近一半。
开源最高位：前 30 里开放权重模型占 14 个，最高的是第 15 的 DeepSeek V4.1 Flash 1017（32.59），接着是第 16 的 GLM-5.3（31.65）和第 18 的 MiMo-V2.6-Pro（29.89）。这三家在 LMArena 总榜上也都在前 50。
梯队落差：前 9 名都在 50 分以上，第 9 名（50.02）到第 10 名（46.45）之间隔了 3.57 分；但前 30 里最大的一道断层在第 11 名（43.57）和第 12 名（36.48）之间，整整 7.09 分。榜尾第 30 名是 18.88 分。
图上两个前提要交代：同一个模型的不同推理档位只取最高分，所以分数不代表默认调用的表现；带 * 的是 AA 标注的估算值，这一期前 30 里没有。图上的"截至"写的是 11 月 4 日，比本文的数据窗口多一天。
2. 本期速览
- 分数最高：Gemini 4 Carbon (High)，1,540.0 分，4,403 票。它 10 月 28 日才进榜，第一个快照就排到第一。
- 投票最多：Gemini 3.1 Pro Preview 的 132,547 票（第 20 名）；前 20 名合计 842,584 票，其中 Anthropic 占九席。
- 厂商分布：前 50 名里 Anthropic 13 席、Google 11 席，Meta 与 OpenAI 各 5 席，中国厂商合计 16 席。
| 排名 | 模型 | 厂商 | Elo | 周变化 | 投票数 | 上期 |
|---|---|---|---|---|---|---|
| 1 | Gemini 4 Carbon (High) | 1,540.0 | 新 | 4,403 | 新 | |
| 2 | Gemini 4 Argon (High) | 1,528.6 | +2.9 | 11,889 | #1 | |
| 3 | Claude Opus 5.5 (High) | Anthropic | 1,515.8 | -0.4 | 11,415 | #2 |
| 4 | Claude Fable 5.1 (Max) | Anthropic | 1,513.8 | +1.3 | 17,178 | #3 |
| 5 | Claude Opus 5 (Max) | Anthropic | 1,507.9 | -0.4 | 35,531 | #4 |
| 6 | Claude Opus 5 (High) | Anthropic | 1,504.1 | +0.8 | 73,167 | #5 |
| 7 | Claude Opus 4.6 (High) | Anthropic | 1,501.7 | +0.3 | 84,512 | #6 |
| 8 | Muse Wonder (Max) | Meta | 1,499.2 | -1.4 | 7,749 | #7 |
| 9 | Gemini 3.8 Flash (High) | 1,498.5 | +0.2 | 47,803 | #8 | |
| 10 | Claude Opus 4.6 | Anthropic | 1,496.2 | -0.6 | 89,324 | #9 |
| 11 | Claude Fable 5 (High) | Anthropic | 1,491.6 | +0.6 | 45,341 | #12 |
| 12 | MiMo-V2.6-Pro | Xiaomi | 1,491.4 | +0.3 | 4,037 | #11 |
| 13 | Muse Spark 1.3 (Max) | Meta | 1,490.6 | -0.5 | 22,134 | #10 |
| 14 | Claude Opus 4.7 (High) | Anthropic | 1,489.7 | 持平 | 65,110 | #13 |
| 15 | Gemini 3.7 Flash (High) | 1,489.1 | -0.4 | 32,289 | #14 | |
| 16 | Qwen3.8-Max | Alibaba | 1,483.3 | -0.3 | 31,915 | #15 |
| 17 | Claude Opus 4.7 | Anthropic | 1,483.0 | 持平 | 66,140 | #16 |
| 18 | Muse Spark 1.2 (xHigh) | Meta | 1,482.7 | +0.8 | 11,724 | #17 |
| 19 | Gemini 3.5 Flash (High) | 1,482.2 | +0.3 | 48,376 | #18 | |
| 20 | Gemini 3.1 Pro Preview | 1,480.1 | -0.1 | 132,547 | #19 |
3. 总榜变动
3.1 头部变化
这一期的头部只有一个动作：Carbon 空降。它拿到的第一个分数是 1,540.0，比第二名的 Argon 高 11.4 分。但这个领先不算宽裕——4,403 张票对应的 95% 置信区间是 ±9.35 分（1,530.7 到 1,549.4），而前 20 名模型的区间半宽中位数只有 4.66 分。它的区间下界 1,530.7 只比 Argon 的 1,528.6 高 2.1 分，再多几百张票往哪边倒，结论都可能变。
Argon 自己其实也涨了：+2.9 分到 1,528.6，票数从 10,083 涨到 11,889，一周补进 1,806 张。分项上创意写作 +4.4、指令遵循 +5.0、长查询 +4.3、难题 +3.7，编码 -1.1、多轮对话 -4.8、中文与数学基本没动。它的问题不是变差，是来了一个分数更高的。
第三名 Claude Opus 5.5 (High) 掉 0.4 分到 1,515.8，第四名 Claude Fable 5.1 (Max) 涨 1.3 分到 1,513.8，两者只差 2.0 分。
第 11 到 13 名是一次贴着的换位：Claude Fable 5 (High) #12 → #11，1,491.6（+0.6）；MiMo-V2.6-Pro #11 → #12，1,491.4（+0.3）；Muse Spark 1.3 (Max) #10 → #13，1,490.6（-0.5）。三个模型挤在 1.0 分里，这种位置互换基本等于没动。
3.2 中段换手
先说前提：这期前 80 名最大位移只有 5 位，前 150 名里只有 18 个模型的名次和上期完全一致。这不是榜单集体变了，而是一个新条目插在第一位，把后面每一个模型都往下压了一位。下面两张表的名次变化，要先扣掉这一位的插入效应再看。
上升
| 模型 | 名次变化 | Elo 变化 |
|---|---|---|
| Step 5 Preview | #74 → #69 | +0.7 |
| GPT-6.1 Sol (Max) | #66 → #62 | +1.5 |
| Hy3 | #80 → #77 | +0.6 |
| Claude Fable 5 (High) | #12 → #11 | +0.6 |
下降
| 模型 | 名次变化 | Elo 变化 |
|---|---|---|
| ERNIE-5.0-Preview (1203) | #69 → #74 | -0.2 |
| Kimi K2.5 (Thinking) | #61 → #65 | -0.1 |
| Dola Seed 2.0 Pro | #54 → #57 | -0.2 |
| Muse Spark 1.3 (Max) | #10 → #13 | -0.5 |
把插入的这一位扣掉，前 80 名的真实换手也就是五六位：Step 5 Preview 从 #74 走到 #69，净升 6 位；ERNIE-5.0-Preview (1203) 从 #69 掉到 #74，净降 4 位。这些模型的 Elo 变动都在 ±1.5 分以内——前 20 名区间半宽中位数是 4.66 分，差距全在噪声范围里。前 80 名里除了 Argon，这周涨分最多的是 GPT-6.1 Sol (Max) +1.5 和 Claude Fable 5.1 (Max) +1.3；跌得最多的是 Muse Wonder (Max) -1.4 和 GPT-6 Astra (Max) -0.9。
3.3 新条目辨析
这一期总榜多了 1 个条目：Gemini 4 Carbon (High)，直接落在第 1 名。上期的 416 个条目全部对上了，没有掉榜。
这次不用辨析"新条目是不是新模型"——它就是新模型。Artificial Analysis 的发布记录把 Carbon 的发布日期写成 2026 年 10 月 28 日，它也确实是在 10 月 22 日之后的这份快照里才第一次出现；Google 11 月 2 日的月度汇总，把 Carbon 列进了 10 月的前沿模型动作。
不过它还不是全面开放。Google 的说法是 Carbon 正在跟美国政府和 Fairwind Program 的一批网络防御伙伴做预发布测试，测试完再扩大范围；OpenRouter 的价格表里也查不到它的条目。所以"第一名"目前只代表第一批测试对局的结果。
辨析
两周前因为模型标识从 slug 改成展示名，榜单上曾一次冒出 47 个"新条目"。这一期没有残留：417 个条目里 416 个与上期一一对应，唯一的新条目是能查到官方发布日期的真新模型。判断"新条目是不是新模型"，现在看发布记录就够，不必再靠名字猜。
4. 分项榜
4.1 编码与网页生成
| 类别 | 前三 | Elo | 投票数 |
|---|---|---|---|
| 编码 | Gemini 4 Carbon (High) | 1,569.5 | 1,106 |
| 编码 | Claude Opus 5.5 (High) | 1,547.2 | 2,555 |
| 编码 | Gemini 4 Argon (High) | 1,538.2 | 2,813 |
| 网页生成 | Claude Opus 5.5 (Max) | 1,809.8 | 3,473 |
| 网页生成 | GPT-6 Astra (Max) | 1,773.4 | 7,210 |
| 网页生成 | Claude Sonnet 5.5 (xHigh) | 1,769.7 | 4,469 |
编码榜换了第一：Carbon 1,569.5，领先 Claude Opus 5.5 22.3 分；上期的第一 Argon 掉到第三（-1.1，1,538.2）。第四名是 MiMo-V2.6-Pro，1,533.5（+1.0，1,091 票），第五名 Claude Opus 4.6 是 1,533.4——两者只差 0.1 分，开源权重离前四就卡在这个缝里。
网页生成榜 Carbon 只排第四（1,768.2，2,230 票），前三还是 Opus 5.5 (Max)、GPT-6 Astra (Max)、Sonnet 5.5 (xHigh)。再看两个子榜：webdev-html 第一是 GPT-6.1 Sol (Max) 1,795.8（711 票），Carbon 第三（1,779.8，252 票）；webdev-react 第一是 Opus 5.5 (Max) 1,859.5。
网页生成的分数比总榜高出近 270 分，这是另一套独立拟合的体系，不能和总榜横向比。
4.2 中文与数学
| 类别 | 前三 | Elo | 投票数 |
|---|---|---|---|
| 中文 | Gemini 4 Carbon (High) | 1,616.2 | 474 |
| 中文 | Gemini 4 Argon (High) | 1,600.2 | 918 |
| 中文 | Claude Opus 5.5 (High) | 1,583.1 | 1,026 |
| 数学 | Gemini 4 Argon (High) | 1,538.5 | 674 |
| 数学 | Gemini 4 Carbon (High) | 1,536.2 | 207 |
| 数学 | Claude Fable 5.1 (Max) | 1,531.0 | 835 |
中文第一换成了 Carbon，1,616.2，领先 Argon 16.0 分。数学第一还是 Argon（1,538.5，674 票），Carbon 以 1,536.2 排第二，差 2.3 分——这是 Carbon 在这期唯一没拿到的通用类目第一。数学榜第 3 到第 5 名（Fable 5.1 1,531.0、Opus 5 (High) 1,531.0、Opus 5 (Max) 1,530.5）挤在 0.5 分里，基本是并列。
这两个榜的票数还是薄：中文第一 474 票，数学第一 674 票，Carbon 在数学上只有 207 票。2 分上下的差距在几百票的样本里说明不了太多，这一节看结构比看名次有用。
4.3 视觉与文生图
视觉理解这份榜在本文窗口内没有新快照，最近一次停在 10 月 19 日。前三仍是 Claude 系：Claude Fable 5 (High) 1,324.9（14,714 票）、Claude Opus 5.5 (High) 1,320.8（3,035 票）、Claude Opus 5 (High) 1,319.6（17,743 票）。
文生图榜停在 10 月 26 日，也没有新读数。前三名是 GPT-Image-2.5 Sunburst 1,427.4（40,323 票）、GPT-Image-2.5 Flare 1,401.3（39,218 票）、GPT-Image-2 (Medium) 1,381.3（103,385 票），第四是 MAI-Image-2.6 1,328.6（34,596 票），第五是 Gemini Nano Banana 2.1 1,325.2（5,290 票）。
图像编辑榜停在 10 月 27 日，比窗口早一天，第一还是 Sunburst（1,516.8，90,545 票）。这三份快照都是上期前后刚更新过的，这一周没有新东西可比，只能等下一次。
4.4 写作与指令遵循
创意写作第一是 Claude Opus 5.5 (High)，1,534.4 分（2,672 票），Carbon 以 1,530.9 排第二（990 票），Argon 第三（1,527.4，2,720 票）。
指令遵循第一换成了 Carbon，1,539.2（1,484 票），只领先 Opus 5.5 的 1,538.9 零点三分，而对方的票数是它的 2.7 倍（3,950 对 1,484）。Argon 在这项是 1,532.6（4,236 票），第三。
把四项通用类目连起来看，Carbon 拿到编码、中文、指令遵循第一，创意写作和数学都排第二。它在"按指令做事"上已经领先，在"写得好看"和"算得准"上还差一点点。
5. 开源侧热度
5.1 模型
| 模型 | 趋势分 | 喜欢 | 30 天下载 | 类型 | 创建 |
|---|---|---|---|---|---|
| LiquidAI/LFM3-1.7B | 816 | 1,315 | 47,817 | 文本生成 | 10-23 |
| deepseek-ai/DeepSeek-V4.1-Flash-1017 | 649 | 4,787 | 187,260 | 图文理解 | 10-17 |
| nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B | 625 | 706 | 38,942 | 语音识别 | 10-07 |
| mistralai/Mistral-Large-4-1T-A52B | 520 | 1,522 | 6,556 | 图文理解 | 09-30 |
| speridlabs/idol | 442 | 464 | 10,742 | 图生 3D | 10-28 |
| Lightricks/LTX-2.5 | 381 | 10,418 | 2,488,128 | 图生视频 | 07-23 |
| ccore/Qwen3.5-4B-3D-Coder | 374 | 579 | 91,123 | — | 10-25 |
| Pika-Labs/Pika-H3-Flex | 351 | 373 | 633 | 图生视频 | 10-29 |
| baidu/Unlimited-OCR-2 | 349 | 576 | 189,897 | 图文理解 | 10-26 |
| LiquidAI/LFM3-Omni-2B | 293 | 324 | 11,662 | 全模态 | 10-21 |
趋势榜第一换成了 LiquidAI/LFM3-1.7B（816 分，10 月 23 日建），一家小模型厂商一周内占了两席——LFM3-Omni-2B 也在第十。DeepSeek-V4.1-Flash-1017 掉到第二（649 分），热度还在高位，但从峰值退下来了。
往下看更有意思：speridlabs/idol 10 月 28 日建仓，一周 442 分，做的是图生 3D；Pika-H3-Flex 10 月 29 日建仓拿到 351 分，但 30 天下载只有 633——趋势分高、下载少，说明大家在围观还没上手。baidu/Unlimited-OCR-2 正好相反，趋势 349 分，下载 18.9 万，是已经在用的那一类。
LTX-2.5 的 248.8 万下载和 10,418 个喜欢、Mistral-Large-4 的 6,556 下载配 1,522 个喜欢，都是累计出来的数字，不能当本周热度看。趋势分是近期相对增速，下载量是滚动 30 天口径，两列要分开读。
5.2 数据集与 Space
数据集第一还是 nvidia/simready-assets（趋势 527，123.8 万下载，1,343 喜欢），第二是网络安全数据集 Vyber07/cyber-security（175），第三是 open-index/hacker-news（90，45.3 万下载）。第四、第五都跟仿真资产有关：scenario-labs/3d-collection（65，4.0 万下载）和 10 月 28 日新建的 codepawl/simready-glb（58，1.6 万下载）。
Space 榜前五里也有一席是同一个方向：nvidia/simready-central（趋势 126，360 喜欢）。其余四席被图像和视频占满——qwen-image 的 LoRA 工作流（163，243 喜欢）、Wan 模型的可视化界面 wan777（132，1,248 喜欢）、一个换脸应用（97，718 喜欢），以及刚建的 speridlabs/idol（95，101 喜欢）。
把两个榜放在一起看，物理仿真资产这一周占了数据集前五的三席，这在过去几期没见过。它和榜单本身没关系，但和 NVIDIA 这两周在机器人、仿真方向的动作是同一条线。
6. 价格与上下文
6.1 本周新增
OpenRouter 全站 454 个条目，剔掉 7 个用负数占位价的路由模型后是 447 个。本期窗口内新增 3 个条目，比上期的 6 个少了一半，三个都支持 100 万以上上下文。
| 模型 | 上线 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|
| particle-ai/particle-1 | 10-29 | 1.05M | $0.05 | $0.50 |
| z-ai/glm-5.3-flashx-legal | 11-02 | 1.05M | $0.37 | $1.25 |
| stealth/crouton-alpha | 11-03 | 1.05M | 免费 | 免费 |
价格单位是每百万 token。particle-1 的 $0.05/$0.50 是这一期付费新增里最低的一档，输出价只有 1M 上下文那一层中位数（$3.75）的 13%。glm-5.3-flashx-legal 是带 legal 后缀的变体，$0.37/$1.25。
第三条要单独说一下：stealth/crouton-alpha 是匿名条目，输入支持文本、图片、文件、音频、视频，1.05M 上下文，标价为零。条目里没有任何厂商信息——它和本周榜首之间没有可核实的对应关系，这里只记事实，不做推断。
6.2 价格分层
全部 447 个报价条目按上下文档分四层，输出价中位数如下：
| 上下文档 | 模型数 | 输出价中位数 |
|---|---|---|
| 小于 128K | 40 | $0.78 |
| 128K–1M | 211 | $1.25 |
| 1M–2M | 194 | $3.75 |
| 2M 以上 | 2 | $2.50 |
混在一起算，输出价中位数是 $2.00，最低 $0.03（mistral-nemo）、最高 $180（openai/gpt-5.4-pro），一头一尾差 6,000 倍。1M 以上上下文的模型有 196 个，占 43.8%；免费条目 18 个，付费 429 个。输出价不高于 $0.50 的有 119 个，不低于 $50 的有 17 个。
分层看，1M 那一层的中位数 $3.75 是 128K 以下那层（$0.78）的 4.8 倍，长上下文仍然要加钱。但这一期新增的三条全是 1.05M，最贵的输出价也只有 $1.25——新进来的模型不再拿"长窗口"当溢价理由，而是把它当默认配置。2M 以上那一层只有 2 个条目，样本太小，不解读。
7. 本周发布
Google 这一周发了 Gemini 4 Carbon。Artificial Analysis 的发布记录写的日期是 10 月 28 日，LMArena 也是在 10 月 22 日之后的这份快照里第一次收录它。官方定位是长周期工程和网络安全防御，Google 称这是它目前最强的模型。但它现在只在美国政府和 Fairwind Program 的一批网络防御伙伴那里做预发布测试，扩大范围要等安全护栏调完。LMArena 的 10 月 28 日快照里已经有它 4,403 张票，说明测试方在投；OpenRouter 上没有它的报价，也说明它没到公开售卖那一步。
OpenAI 这周没有新模型。官方博客 RSS 在窗口内 22 条，全是安全、政策和企业向：安全冲刺（11 月 3 日）、提高漏洞赏金（11 月 3 日）、更新 Model Spec（10 月 30 日）、让网站表达 AI 训练偏好（10 月 30 日），以及 Cisco、Heimstaden、Legora、ServiceNow 的落地案例。上期上架的 GPT-6.1 Terra，在这期 10 月 28 日的快照里仍然没有条目——榜单收录比 API 上架慢一步。
开源侧这周有几件事。Mistral Large 4 的权重 10 月 29 日上了 Hugging Face（官方博客把它叫 Le Chonk），它在 LMArena 总榜第 95（1,430.1，12,066 票），在能力指数榜第 25（26.12）——早就在榜上，这周只是权重可下载了。IBM 10 月 29 日发了 Granite Switch 4.1.1，主打"像更新软件一样更新模型"的版本化思路。Liquid AI 的 LFM3 系列 10 月 28 日发布，小尺寸的 1.7B 和 2B 两个规格，趋势榜第一就是它。
Hugging Face 博客 11 月 3 日还有两篇偏工程的：CWE-bench v2（代码安全评测，扩大了覆盖）和 Transformers Model Integration Contracts（模型集成的契约规范）。这两篇不是发布，但会影响接下来一批模型的接入方式。
8. 本期观察
第一，换榜首不等于换梯队。 Carbon 的 1,540.0 比 Argon 高 11.4 分，看着像断层，但它的区间是 ±9.35 分，票数只有 4,403 张，是 Argon 的 37%。同期前 20 名的区间半宽中位数是 4.66 分——一个票数不足对手四成的新模型，它的 11.4 分领先，要比老模型之间 0.5 分的差距更谨慎地看。等它票数上到万级，这个分数才算数。
第二，名次普跌一位是插入效应，不是集体退步。 前 150 名里只有 18 个模型名次没变，看着像大洗牌；但把新条目这一位扣掉，真实的换手是净升 6 位、净降 4 位，Elo 变动都在 ±1.5 分内。Argon 自己还涨了 2.9 分。读周榜时，"掉了两名"和"掉了两名还跌分"是两件事。
第三，两套口径给出的排名可以差出一百多位。 GPT-6 Astra 在能力指数榜排第 3，在 LMArena 排第 75；Grok 4.7 是第 13 和第 158；Claude Haiku 5.5 是第 12 和第 154。原因不神秘：能力指数用固定评测集，一次跑完就有分；LMArena 要真人投票，新模型票数不够时排位会很低。想知道"标准答案做得好不好"看前者，想知道"人更喜欢哪个回答"看后者，两者都不是"真实能力"的完整画像。
第四，Agent 榜这周更新了，成本和能力不是一条线。 11 月 2 日的新快照里，Claude Opus 5.5 (Max) 以 0.2004 排第一，每任务成本 $6.82；Gemini 4 Carbon (High) 0.1656 排第二，每任务 $1.73，在前六里只比 GPT-6.1 Sol (Max) 的 $0.96 贵；GPT-6.1 Sol (Max) 0.1224 排第六，$0.96。这个榜用的是 0–1 的任务维度分数，不是 Elo，不能和总榜并列。但它给出了总榜没有的信息：Carbon 在"便宜"和"接近最强"之间是目前最靠前的一个点。
9. 数据说明
本文的能力排名来自 LMArena 的社区盲测：用户同时看到两个匿名模型的回答，投票选出更好的那个，再用大量对战结果拟合成 Elo 分数。分数本身没有绝对含义，只有相对意义——1,540.0 分不代表"1,540.0 分的水平"，只代表在这批模型里排第一。
读这张榜要注意三件事。
一是看票数。 票数少的新模型分数波动大。这期第一名只有 4,403 票，区间 ±9.35 分；而前 20 名的区间半宽中位数是 4.66 分。表格里 ±1 分的"周变化"基本等于没动，票数上万的模型，1 分的变动才值得注意。
二是看类别。 总榜、编码、中文、数学各自独立拟合，分数不能跨类别比较。网页生成的第一名 1,809.8 分不是"比总榜第一名强 270 分"，而是另一套评分体系里的另一个位置。中文、数学这类子榜的票数只有几百，结论要打折扣。
三是看偏向。 盲测用户以英文使用者为主，题目偏通用对话和编码，擅长这两类的模型天然占优；多模态、长上下文、工具调用这些能力，在这张榜上体现得很有限。视觉、文生图、图像编辑是独立的数据集，更新节奏也不一样：这期它们分别停在 10 月 19 日、10 月 26 日和 10 月 27 日。
时间窗是 2026 年 10 月 28 日到 11 月 3 日，Elo 变化按窗口内最后一次快照与它上一次快照计算1。"周变化"因此要理解成"本期变化"，不一定是整整七天。榜单在 10 月中旬把模型标识从内部 slug 改成了展示名，切换期间同一批历史模型曾被当作新条目重新登记；这期把名称归一之后，417 个条目里 416 个与上期对上2，只剩一个新条目，且是官方发布记录能核实的新模型。
开源侧的趋势分是近期相对热度，下载量是滚动 30 天口径，两者不能互相替代。第 1 节的能力指数是另一套评分体系，和 Elo 只能各自纵向比较，不能换算——它也没有历史序列，做不了周环比。
版权声明：如无特殊说明，文章均为本站原创，转载请注明出处
本文链接：https://tendcode.com/subject/article/ai-weekly-20261103/
许可协议：署名-非商业性使用 4.0 国际许可协议