1. 本周概览
本周大模型领域呈现显著变化，Google的Gemini 3 Flash模型系列表现突出，不仅在多个榜单新晋前列，还发布了新的高速低成本模型。OpenAI的GPT系列在编程和图像能力方面继续保持强势地位。xAI市场份额持续下降，而OpenAI份额则稳步上升。整体来看，新模型发布和性能优化仍是本周主要趋势。
2. 重点关注事件
- OpenAI推出了其新一代图像模型 GPT Image 1.5，这一代模型具备更强的指令遵循，更精准的图像编辑，也能较好的保留细节，生成速度则来到上一代模型的4倍。目前屠榜了Artificial Analysis、LMArena 两大权威榜单。
- Google本周发布了一系列新产品，包括高速、低成本模型 Gemini 3 Flash（该模型基于上个月发布的 Gemini 3，并被设为 Gemini 应用和搜索 AI 模式中的默认模型，目前在智能/成本上，成为了全球性价比最高的模型）和 T5Gemma 模型（首个多模态和长上下文的编码器-解码器模型，建立在 Gemma 3 的强大功能之上，使用了「适应（adaptation）」技术将已经完成预训练的仅解码器模型转换为编码器-解码器架构），进一步巩固了其在AI领域的领先地位。
- 阿里通义万相 2.6 上线，成为国内首个具备角色扮演功能的视频模型。Wan 2.6 在模型结构上集成了多项创新技术，可对输入参考视频进行多模态联合建模与学习，参考具有时序信息的主体情绪、姿态和多角度全面视觉特征，同时提取音色、语速等声学特征，在生成阶段作为参考条件控制，实现从画面到声音的全感官全维度一致性保持与迁移。
- 字节Seed本周也发布多项产品，推出了豆包视频生成模型Seedance 1.5 Pro（该模型采用了一套基于 MMDiT（Multi-Modal Diffusion Transformer） 的原生联合生成框架，它建立了一个双分支的DiT架构，通过深度跨模态信息交互机制，让视觉流和听觉流在潜在空间（Latent Space）里实时通信）和通用 Agent 模型 Seed1.8（具备强大的多模态能力，支持图文输入，能在信息检索、代码生成、GUI 交互及复杂工作流等场景中高效精准地完成任务，满足日益多元的技术需求）。
3. 榜单变化
模型调用量排名变化
- Gemini 2.5 Flash 排名上升了 1 名到第 2，仅次于 Grok Code Fast 1
- GPT-OSS-120B 排名上升了 1 名到第 4
- DeepSeek V3.2 重回榜单前 10，位列第 8 名
公司市占率变化
- Google 保持第 1 位置
- OpenAI 在发布 GPT-5.2 之后市占率超过 xAI 来到第 2 位；Anthropic、DeepSeek 紧跟 xAI 之后
- xAI 份额持续下降了（17.3% → 14.8%），三周内累计下降 22.9%
- OpenAI 份额上升了 2.9%（14.8% → 17.7%）
编程调用量排名变化
- Grok Code Fast 1 保持第 1 位置
- GPT-5.2 跃升至第 2 位
- Claude Sonnet 4.5、Claude Opus 4.5 排名第 3、4
- MiniMax M2 排名保持第 5
- Devstral 2 2512 排名由第 9 上升了 2 名
大语言模型（Text Arena）排名变化
- gemini-3-flash 新晋榜单第 3 名
- gemini-3-flash 的 thinking-minimal 版本排名榜单第 7
- gpt-5.2-high 和 gpt-5.2 分别排名 15、17位
编程能力榜单（WebDev Arena）排名变化
- gemini-3-flash 新晋榜单第 5 名
- gemini-3-flash 的 thinking-minimal 版本排名榜单第 12
编程能力榜单（LiveCodeBench GSO Leaderboard）排名变化
- GPT-5.2 新晋榜单第 1 位
- GPT-5.1 排名第 6 位
图像编辑能力榜单（Image Edit Arena）排名变化
- chatgpt-image-latest (20251216)新晋榜单第 1 名
- gpt-image-1.5 新晋榜单第 3 位，超过 gemini-3-pro-image-preview-2k (nano-banana-pro)
- reve-v1.1 新晋榜单第 8 名
文生图榜单（Text-to-Image Arena）排名变化
- gpt-image-1.5 超过 nano banana pro，新晋榜单首位
- flux-2-max 排名仅次于二者，新晋榜单第 3 名
图像编辑能力榜单 （Artificial Analysis Image Editing Leaderboard）排名变化
- GPT-Image-1.5 超过 Nano Banana Pro，新晋榜单首位
- FLUX-2-max 排名仅次于二者，新晋榜单第 3 名
文生图榜单（Artificial Analysis Text to Image Leaderboard）排名变化
- GPT-Image-1.5 超过 Nano Banana Pro，新晋榜单首位
- FLUX-2-max 排名仅次于二者，新晋榜单第 3 名
理科能力榜单（LLM Stats GPQA）排名变化
- Gemini 3 Flash 新晋榜单第 4 名，得分 90.4%
前沿数学能力榜单（EPOCH AI FrontierMath）排名变化
- GPT-5.2 的 xhigh 推理版本以 40.7% 的得分新晋榜单首位
- Gemini 3 Flash 以 35.6% 的得分排名榜单第 5 位
多模态基准测试榜单（HLE）排名变化
GAIA 榜单排名变化
- Microsoft AI Asia -Ads 发布的 HALO V1217-1 新晋榜首
4. OpenRouter排行榜
| 测评类型 |
第一名 |
第二名 |
第三名 |
| 模型调用量 |
Grok Code Fast 1 |
Gemini 2.5 Flash |
Claude Sonnet 4.5 |
| 编程模型调用量 |
Grok Code Fast 1 |
GPT-5.2 |
Claude Sonnet 4.5 |
| 公司市占率 |
Google |
OpenAI |
xAI |
各公司按不同能力领域排名汇总
| 测评类型 |
领先公司 |
| 大语言模型 Text Arena |
Google、xAI、Anthropic、OpenAI、阿里巴巴、百度、月之暗面、智谱 |
| 编程能力 LMArena |
Anthropic、OpenAI、Google |
| 编程能力 LiveCodeBench |
OpenAI、Anthropic、Google |
| 代码工程任务能力 SWE-benchLite |
(基于 Claude、Gemini、GPT、Qwen、DeepSeek 开发的开源系统排名靠前) |
| 图像编辑和生成能力 Image Edit Arena |
OpenAI、Google、字节、Reve |
| 文生图能力 Text-to-Image Arena |
OpenAI、Google、Black Forest Labs、腾讯、字节 |
| 图像编辑和生成能力 Image Editing Leaderboard |
OpenAI、Google、Black Forest Labs、字节、Pruna AI |
| 文生图能力 Text to Image Leaderboard |
OpenAI、Google、Black Forest Labs、字节 |
| GPQA 榜单 |
OpenAI、Google、xAI、Anthropic、阿里巴巴 |
| FrontierMath 榜单 |
OpenAI、Google、月之暗面、Anthropic、xAI |
| Humanity's Last Exam 榜单 |
Google、OpenAI、Anthropic |
📌 关注我，第一时间掌握更多AI前沿资讯！
