跳到正文

Arena Text Style-Controlled

LMArena / 真人盲選 · 真人匿名兩兩比較回答,看大家更願意讀哪一個。補上選擇題看不出的整體體驗。

官方評測
在 888news 中參與排名
依據預算0%
上游數據時間11/19 08:00
最近成功同步11/23 00:05

它測什麼,怎麼測

只取官方釋出快照中的 Text Overall style-controlled 主榜,不抓取 arena.ai 即時頁面。

如何使用這份依據

計分:真人盲選領域,只這一項。

評測成績

按固定規則,每個公開模型採用一套代表配置;沒有可採用配置的模型標為未計入並寫明原因。匿名測試型號不展示,保留原榜名次,每項最多 30 個。

原榜名次原榜型號原始成績代表配置
1Gemini 4 Carbon (High)Google1,527High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
2Gemini 4 Argon (High)Google1,519.6High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
3Gemini 4 Neon (High)Google1,512.9High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
4Muse Wonder (Max)Meta1,511.4Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
5Claude Opus 5.5 (High)Anthropic1,506High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
6Claude Fable 5 (High)Anthropic1,504.1High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
7Claude Fable 5.2 (Max)Anthropic1,503.1Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
8Claude Opus 4.6 (High)Anthropic1,502.8High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
9Claude Fable 5.1 (Max)Anthropic1,502.8Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
10Claude Opus 4.7 (High)Anthropic1,501.2High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
11Muse Spark 1.3 (Max)Meta1,498.4Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
12Gemini 3.8 Flash (High)Google1,497.3High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
15Muse Spark 1.2 (xHigh)Meta1,493.3xHigh 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
16Muse Spark 1.1Meta1,491.1來源預設配置未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
17Gemini 3.7 Flash (High)Google1,489.9High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
18Gemini 4 Hydrogen (High)Google1,489.8High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
20Muse SparkMeta1,489.3來源預設配置未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
21Claude Opus 5 (Max)Anthropic1,488.8Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
22Kimi K3 (Max)Moonshot AI1,487.8Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
23Gemini 3.1 Pro PreviewGoogle1,486.8來源預設配置未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
24Gemini 3 ProGoogle1,485.6來源預設配置未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
25GPT-5.6 Sol (xHigh)OpenAI1,485.1xHigh 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
26Qwen3.8-MaxAlibaba1,484來源預設配置未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
27Gemini 3.6 Flash (High)Google1,482.7High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
28GPT-6.1 Sol (Max)OpenAI1,482.6Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
29Kimi K3.1 Pro (Max)Moonshot AI1,482.1Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
30GLM-5.3 (Max)Z.ai1,481.9Max 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
31Claude Opus 4.8 (High)Anthropic1,481.9High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
32GPT-5.5 (High)OpenAI1,481High 推理未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
33MiMo-V2.6-ProXiaomi1,481來源預設配置未計入:整體文本偏好是複合結果,僅供交叉核對,不與細分結果重複計分。
評測局限與數據署名

人類偏好受回答風格、使用者結構和提示分佈影響。

數據許可:CC BY 4.0

成績由 LMArena 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。