Срез по Arena сегодня не про одного безоговорочного победителя, а про плотное движение сразу в нескольких таблицах. В первой десятке и рядом с ней стало теснее, а новые и обновлённые модели давят на середину и нижнюю часть верхнего эшелона сразу по коду, поиску, документам, агентным задачам и зрению.

Seed 2.1 Pro Preview сразу заняла 8-е место в Code Arena / WebDev Overall

Это один из самых сильных дебютов за последнее время: модель не карабкается снизу, а сразу входит в первую десятку общего рейтинга веб-разработки с результатом 1539. Для рынка это важный сигнал, потому что новые кодовые модели всё чаще должны доказывать силу не обещаниями, а мгновенным попаданием в плотную верхнюю группу.

Источник: Seed

Qwen3.7 Max опустилась на 11-е место в WebDev Arena overall

Qwen3.7 Max сейчас уже вне первой десятки общего рейтинга веб-разработки и стоит на 11-й позиции с предварительным баллом 1526. Это заметное движение вниз, потому что ещё недавно модель держалась внутри верхнего слоя, а теперь давление со стороны новых релизов стало достаточно сильным, чтобы вытолкнуть её за границу топ-10.

Источник: Alibaba Cloud Model Studio

GPT-5.2 Chat Latest вошла в топ-10 Text Arena Multi-Turn

В таблице многоходового текстового взаимодействия модель OpenAI сейчас стоит на 9-м месте с результатом 1495 ±8. Это не просто красивое место в рейтинге: многоходовые таблицы лучше показывают, как модель держит нить разговора на длинной дистанции, поэтому попадание в десятку здесь важнее обычного одноразового сравнения ответов.

Источник: OpenAI

Gemini 3.5 Flash поднялась на 9-е место в Document Arena

Google завела быструю модель в первую десятку рейтинга по работе с документами: сейчас у Gemini 3.5 Flash 9-е место и 1481 ±16. Это важно не только для Google, но и для всей таблицы, потому что раздел с документами в последнее время выглядел тяжёлым полем Anthropic, а теперь в преследующей группе появился новый сильный участник.

Источник: Google

ERNIE 5.1 вышла на 5-е место в Search Arena

ERNIE 5.1 сейчас идёт пятой в поисковом рейтинге Arena с результатом 1227 ±10. Для Search Arena это заметная перестановка, потому что верхняя часть таблицы там обычно меняется медленнее, а новый сильный участник в первой пятёрке усиливает давление на привычную группу Anthropic, OpenAI, Google и xAI.

Источник: ERNIE

GPT-5.4 High держится на 8-м месте в Agent Arena

В агентном рейтинге GPT-5.4 High сейчас занимает 8-ю строчку с показателем 6,73% чистого улучшения на 55 530 сессиях. Это движение стоит отслеживать отдельно, потому что Agent Arena оценивает не просто ответ модели, а реальную работу с инструментами, и попадание в верхнюю десятку здесь особенно чувствительно для практического применения.

Источник: OpenAI Platform

Kimi K2.7 Code одновременно появилась в Agent Arena и в кодовом рейтинге

Новая кодовая версия Kimi уже видна сразу в двух важных таблицах: 14-е место в Agent Arena и 22-е место в общем рейтинге веб-разработки. Это ещё не штурм верхней десятки, но важный шаг для Moonshot: модель сразу появляется и в контуре агентной работы с инструментами, и в контуре кодовой производительности.

Источник: Kimi

Qwen3.7-Plus сменила предварительную версию в Vision Arena и теперь отслеживается как основная модель

Здесь новость не только в позиции, но и в замене самой строки в рейтинге: предварительная версия убрана, а основная Qwen3.7-Plus теперь стоит на 22-м месте в Vision Arena с результатом 1262 ±10. Такой переход важен, потому что дальше именно основная версия становится точкой отсчёта для всех следующих сравнений, а не тестовая заготовка.

Источник: Qwen

Claude Sonnet 5 Thinking сразу вошла в пять таблиц Arena

Новая модель Anthropic добавлена сразу в кодовый, текстовый, поисковый, зрительный и документный рейтинги, а в Vision Arena уже стоит на 21-м месте с результатом 1263 ±14. Это делает релиз не локальным экспериментом, а широким входом во всю систему бенчмарков: теперь за Sonnet 5 Thinking придётся следить сразу по нескольким направлениям.

Источник: Anthropic