大模型榜单周报（2025/12/20）

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

• GPT-5.2 新晋榜单第 3 名

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

各公司按不同能力领域排名汇总

📌关注我，第一时间掌握更多AI前沿资讯！