2026 年 10 月 AI 模型榜单更新：五类榜单进入多源盲测时代

10 月快照完成五类榜单同步刷新。本期不再把不同平台的原始 Elo 直接横向相加，而是以每个分类榜的公开名次、样本量和置信区间为依据，映射为站内归一化综合分。原始榜单仍应作为最终核验入口，站内分数用于月度观察与候选筛选。

文本与软件工程方向已按 LMArena 10 月 2 日快照重新核对。Gemini 4 Argon 位列文本综合榜和软件与 IT 服务榜第一；Claude Opus 5.5、Claude Fable 5.1、GPT-6.1 Sol、Muse Spark 1.3、MiMo V2.6 Pro 等已进入前沿区间。刚发布但样本不足的 Claude Haiku 5.5 与 Mistral Large 4 先以待评测状态收录，不虚构 Elo。

图像榜的显著变化来自 GPT Image 2.5 系列。Artificial Analysis 的 AA-Image-T2I v2.0 当前前五为 GPT Image 2.5 Sunburst、GPT Image 2.5 Flare、GPT Image 2、Nano Banana 2.1 与 Grok Imagine Image 2.0。

视频榜进入有声生成竞争。AA-Video-T2V v2.0 当前前五为 Wan 3.0、Utopai X、Dreamina Seedance 2.5、MiniMax H3 与 MiniMax H3 Max。商业项目应使用同一组分镜和参考素材复测镜头运动、一致性、音画同步和成本。

音频榜继续分为音乐与语音两个方向。AA-Music v1.1 中 Suno v6 位于器乐榜首；文本转语音的当前 Provider Voice 质量榜首已更新为 Eleven v4 Turbo，Qwen-Audio-3.1-TTS-Plus 与 Gemini 3.8 Flash TTS 位于质量与价格前沿。音乐 Elo 与 TTS Elo 属于不同任务，站内综合榜仅做分类归一化展示。

本期建议先按任务类型进入分类榜，再选择三到五个候选模型实测。重点记录一次通过率、返工次数、平均响应时间、单位成本和商用许可，而不是只看单次生成样片或一个总分。