2026年9月大模型能力榜:谁领跑AI赛道

每个月，LMArena（原 Chatbot Arena）都会用几十万次人类真实盲测对投，给大模型排一张“民意榜”。2026年9月，这份榜出现历史性一刻：三款模型首次集体突破 1500 Elo——这条曾经被认为“不可逾越”的分水岭。本文用最新公开快照，带你看清谁在领跑、谁在逼近。

9月榜首：三强破1500分水岭

LMArena 以盲测 pairwise 对投聚合 Elo 评分，分数越高代表人类偏好越强。2026年9月15日快照显示，文本榜前三全部站上 1500+，且前四被 Anthropic 包揽。

▪︎ Claude Mythos 5（Anthropic）· 1531 Elo

▪︎ Claude Fable 5（Anthropic）· 1525 Elo

▪︎ Claude Opus 5（Anthropic）· 1522 Elo

▪︎ GPT-5.6 Sol（OpenAI）· 1514 Elo

▪︎ Claude Opus 4.8（Anthropic）· 1512 Elo

▪︎ GPT-5.5 Pro（OpenAI）· 1510 Elo

▪︎ GPT-5.5（OpenAI）· 1506 Elo

▪︎ Claude Opus 4.7 / Gemini 3.1 Pro（Anthropic / Google）· 1505 Elo（并列）

▪︎ Kimi K3（Moonshot AI，开源）· 1500 Elo

▪︎ Qwen3.8 Max（阿里云，开源）· 1491 Elo

注：不同快照日期/来源在个别名次上略有出入，本文以 2026-09-15 LMArena 公开快照、按 Elo 为准；榜单每周随投票更新。

真正的变化：开源阵营贴脸前沿

更值得关注的是结构变化。Moonshot 的 Kimi K3 以 1679 Elo 登顶编程（Frontend Code）Arena，成为首个在某一榜单上 outright 登顶的开源模型；在文本榜也站上 1500，与闭源第一梯队持平。

阿里云 Qwen3.8 Max（1491）、智谱 GLM-5.2（1483）同样挤进前沿 Elo 带，且性价比突出——Qwen3.8 Max 价值分达 24.0，GLM-5.2 以 168 tok/s 成为最快可自托管模型之一。

▪︎ 闭源前三被 Anthropic 包揽，OpenAI 的 GPT-5.6 Sol 紧随其后

▪︎ 开源模型首次摸到 1500 分水岭，“前沿俱乐部”不再只属于大厂

▪︎ 中国模型 Kimi K3 / Qwen3.8 Max / GLM-5.2 集体上榜

怎么读这张榜

Elo 衡量“人类更喜欢谁的答案”，不代表单项能力。选模型时：编码看 Kimi K3 / Claude 系列，速度看 Gemini 3.1 Pro（131 tok/s），性价比看 GLM-5.2 / Qwen3.8 Max。榜单每周变动，追新请以 LMArena 官网实时榜为准。

数据来源：LMArena.ai 2026年9月公开快照，交叉核对 Daily AI World、Swfte 等公开整理；封面为免费无版权图。

THE END