Bảng xếp hạng AI tuần: Claude-opus-4-7-thinking soán ngôi vương mảng lập trình

Theo tin từ IT ngày 13 tháng 7, nền tảng Arena (arena.ai) đã công bố bảng xếp hạng tuần mới nhất cho các mô hình AI lớn, bao gồm dữ liệu từ ngày 6 tháng 7 năm 2026 đến ngày 12 tháng 7 năm 2026.

Thay đổi cốt lõi trong tuần này là sự thay đổi vị trí dẫn đầu trên bảng xếp hạng lập trình (code), khi claude-opus-4-7-thinking vươn lên từ vị trí thứ hai lên vị trí thứ nhất, trong khi quán quân cũ là claude-fable-5 tụt xuống vị trí thứ năm. Trên bảng xếp hạng tổng hợp, claude-fable-5 vẫn bảo toàn ngôi vương, và các vị trí dẫn đầu đều bị chiếm lĩnh bởi các mô hình của Anthropic. Các mô hình nội địa nhìn chung nằm ở phân khúc trung bình khá, với thứ hạng tương đối ổn định.

Bảng xếp hạng tổng hợp

Cục diện bảng xếp hạng tổng hợp tuần này cơ bản ổn định, claude-fable-5 tiếp tục giữ vững vị trí đầu bảng với điểm ELO là 1505, giảm 4 điểm so với tuần trước. Các vị trí từ thứ hai đến thứ năm lần lượt thuộc về claude-opus-4-6-thinking, claude-opus-4-7-thinking, claude-opus-4-6 và claude-opus-4-7. Top 5 đều đến từ Anthropic, với khoảng cách điểm số dưới 30 điểm, được coi là ngang hàng trong phạm vi sai số thống kê. Trong số các mô hình dẫn đầu, chỉ có muse-spark-1.1 tụt một bậc từ thứ năm xuống thứ sáu, biến động thứ hạng không đáng kể.

Chỉ có ba mô hình nội địa lọt vào top 30, thứ hạng tổng thể vẫn duy trì ổn định:

qwen3.7-max-preview có thứ hạng cao nhất, đứng thứ 17 với 1475 điểm ELO, không thay đổi thứ hạng;

glm-5.1 đứng thứ 25 với 1472 điểm ELO, tụt 3 bậc;

ernie-5.1 đứng thứ 30 với 1468 điểm ELO, giữ nguyên thứ hạng.

Bảng xếp hạng lập trình (Code)

Bảng xếp hạng lập trình tuần này có sự thay đổi ở vị trí dẫn đầu, khi claude-opus-4-7-thinking từ vị trí thứ hai vươn lên chiếm ngôi đầu với 1553 điểm ELO. Quán quân cũ là claude-fable-5 tụt mạnh 4 bậc xuống vị trí thứ năm, điểm ELO giảm từ 1563 xuống 1546, mức giảm lên tới 17 điểm.

Các vị trí từ thứ hai đến thứ tư lần lượt là claude-opus-4-6-thinking, claude-opus-4-7 và claude-opus-4-6. Top 5 dẫn đầu vẫn bị các mô hình của Anthropic bao trọn, khoảng cách điểm số dưới 10 điểm, được coi là ngang hàng.

grok-4.5 tăng 5 bậc lên vị trí thứ 14, là một trong những mô hình có mức tăng trưởng mạnh nhất trên bảng xếp hạng.

Có tổng cộng năm mô hình nội địa lọt vào bảng xếp hạng, thứ hạng và điểm số cụ thể như sau:

qwen3.7-max-preview có thứ hạng cao nhất, đứng thứ 12 với 1526 điểm ELO, giảm 2 bậc so với tuần trước;

glm-5.1 đứng thứ 18 với 1521 điểm ELO;

mimo-v2.5-pro đứng thứ 23 với 1518 điểm ELO, giảm 6 bậc so với tuần trước;

kimi-k2.6 đứng thứ 25 với 1514 điểm ELO, tăng 3 bậc so với tuần trước;

ernie-5.1 đứng thứ 26 với 1514 điểm ELO, tăng 3 bậc so với tuần trước;

glm-5.2 (max) đứng thứ 27 với 1513 điểm ELO, giảm 6 bậc so với tuần trước.

Bảng xếp hạng toán học

Tuần này, claude-fable-5 đã vươn từ vị trí thứ hai lên dẫn đầu, điểm ELO tăng mạnh 31 điểm lên 1548. Quán quân cũ là claude-opus-4-6-thinking tụt một bậc xuống vị trí thứ hai, giữ nguyên 1518 điểm.

Trong số các mô hình nội địa, ernie-5.1 tăng 2 bậc lên vị trí thứ 14, qwen3.7-max-preview tụt một bậc xuống vị trí thứ 11, khoảng cách điểm số tổng thể nằm trong phạm vi sai số.

Bảng xếp hạng chỉ dẫn độ khó cao

Tuần này, vị trí dẫn đầu có sự thay đổi, claude-opus-4-6-thinking vươn từ thứ hai lên thứ nhất, claude-fable-5 từ thứ nhất tụt xuống thứ hai, cả hai đều đạt 1532 điểm và được coi là ngang hàng trong phạm vi sai số. Mức độ biến động thứ hạng đều nằm trong khoảng 3 bậc, cục diện tổng thể ổn định.

Mô hình nội địa qwen3.7-max-preview đứng thứ 19, điểm số tăng nhẹ 1 điểm; glm-5.1 đứng thứ 21; glm-5.2 (max) đứng thứ 30, điểm số không thay đổi.

Bảng xếp hạng đối thoại đa vòng

Tuần này, claude-fable-5 tụt từ vị trí dẫn đầu xuống thứ tư (giảm 3 bậc), claude-opus-4-7 tăng 1 bậc để chiếm ngôi đầu, cục diện dẫn đầu có biến động nhỏ. muse-spark-1.1 tăng mạnh từ vị trí thứ 13 lên thứ 8, mức tăng ấn tượng nhất. Mô hình nội địa qwen3.7-max-preview đứng thứ 22, điểm số tăng nhẹ 1 điểm.

Nhìn chung bảng xếp hạng tuần này, các mô hình của Anthropic vẫn chiếm đa số các vị trí dẫn đầu, bao trọn top đầu trong nhiều bảng xếp hạng như tổng hợp và lập trình, cho thấy lợi thế rõ rệt của các nhà sản xuất Mỹ. Các mô hình nội địa nhìn chung ổn định ở phân khúc trung bình khá, qwen3.7-max-preview duy trì vị thế dẫn đầu trong nhiều bảng xếp hạng, trong khi kimi-k2.6 và ernie-5.1 đã cải thiện thứ hạng trên bảng xếp hạng lập trình. Tuần tới, có thể chú ý đến hiệu suất của các mô hình mới gia nhập và liệu các mô hình nội địa có thể tiếp tục thách thức các vị trí dẫn đầu hay không.

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian sàng lọc, kết quả chỉ mang tính chất tham khảo. Tất cả các bài viết của IT đều bao gồm tuyên bố này.