BenchLeader

LMArena Textのリーダーボード

2026年11月16日時点で、LMArena Textの最高スコアは1526で、Gemini 4 Carbon(Google)が記録しています。次点はGemini 4 Argonの1522です。公表された結果があるのは384のモデル構成です(Arena (LMArena)、結果の日付は2026年11月11日)。LMArenaは、匿名の2つのモデルに同じプロンプトを与え、どちらの回答が良いかを訪問者に尋ねます。こうした数百万件の投票を1つのレーティングにまとめており、ここでは回答の長さや書式の影響を割り引くスタイルコントロールを適用しています。LMArena TextはBenchLeader Indexの人間の評価スコアに反映されます。

要点(2026年11月16日時点)

  • Gemini 4 CarbonがArena Textの最高スコア1526を記録しています(Arena (LMArena)、2026年11月11日)。
  • Arena Textの2位はGemini 4 Argonで、1522です(Arena (LMArena)、2026年11月11日)。
  • Arena Text:スタイル補正ありのテキストアリーナ総合レーティング(Arena (LMArena))。
  • BenchLeaderでは384のモデル構成にArena Textの公表結果があります(BenchLeader、2026年11月16日)。
  • Arena TextはBenchLeader Indexの人間の評価カテゴリに反映されます(BenchLeaderの評価方法)。

スタイル補正ありのテキストアリーナ総合レーティング。

公開元
Arena (LMArena)
カテゴリ
人間の評価
Indexでの重み
1.0
モデル
384
データ基準日
2026年11月16日

Arena Textの今週の動き

2026年11月9日〜2026年11月16日。モデルごとに1行(このボードでの最良の設定)。

CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.

どんなテストか

LMArenaは、匿名の2つのモデルに同じプロンプトを与え、どちらの回答が良いかを訪問者に尋ねます。こうした数百万件の投票を1つのレーティングにまとめており、ここでは回答の長さや書式の影響を割り引くスタイルコントロールを適用しています。

採点方法

EloのようなポイントでのBradley-Terryレーティングです。100ポイント差は、上位モデルが一対一の対戦で約64%勝つことを意味します。信頼区間付きで報告されています。

注意点

測っているのはチャットで人が好む回答で、感じが良く書式の整った回答が有利になり、投票者も自ら参加した人に偏っています。プロバイダーは未発表のバリエーションを匿名でテストでき、新しく追加されたモデルへの投票が落ち着くまでには数週間かかります。

384件中384件
#
1Gemini 4 Carbonhigh152668.92026-11-11$4.00
2Gemini 4 Argonhigh152265.32026-11-11$4.00
3Muse Wondermax151160.82026-11-11$8.00
4Claude Opus 5.5high150766.02026-11-11$8.00
5Claude Fable 5high150463.92026-11-11$20.00
6Claude Opus 4.6high150362.52026-11-11$10.00
7Claude Fable 5.1max150266.72026-11-11$20.00
8Claude Opus 4.7high150160.02026-11-11$10.00
9Gemini 3.8 Flashhigh149759.42026-11-11$1.50
10Muse Spark 1.3max149760.62026-11-11$2.00
11Claude Opus 4.6149662.12026-11-11$10.00
12Claude Opus 4.7149463.12026-11-11$10.00
13Muse Spark 1.2xhigh149361.52026-11-11$2.00
14Muse Spark 1.1149162.22026-11-11$2.00
15NEWGemini 4 Hydrogenhigh149063.42026-11-11$3.00
16Claude Opus 5high149064.42026-11-11$10.00
17Gemini 3.7 Flashhigh148962.12026-11-11$1.50
18Muse Spark148964.22026-11-11–
19Claude Opus 5max148965.02026-11-11$10.00
20Kimi K3max148760.22026-11-11$6.00
21Gemini 3.1 Pro148759.92026-11-11$4.50
22Gemini 3 Pro148660.02026-11-11–
23GPT-5.6 Solxhigh148563.92026-11-11$8.00
24Kimi K3.1 Promax148559.92026-11-11$4.00
25Qwen3.8 Maxmax148458.72026-11-11$3.00
26Gemini 3.6 Flashhigh148361.02026-11-11$1.50
27Claude Opus 4.8high148260.42026-11-11$10.00
28GLM 5.3max148258.82026-11-11$2.15
29GPT-5.5high148163.52026-11-11$11.25
30GPT-6.1 Solmax148166.62026-11-11$4.00
31MiMo-V2.6-Pro148057.52026-11-11$0.548
32Gemini 3.5 Flashhigh147862.52026-11-11$3.38
33GPT-5.5147661.02026-11-11$11.25
34Gemini 3.5 Flashmedium147661.82026-11-11$3.38
35GPT-5.2147656.72026-11-11$4.81
36GLM 5.3 Flash147557.82026-11-11$0.238
37GPT-5.4high147558.62026-11-11$5.63
38DeepSeek V4.1 Flashmax147558.52026-11-11$0.525
39GLM 5.2max147558.92026-11-11$2.15
40Grok 4.20 11475–2026-11-11–
41Claude Opus 4.8147458.72026-11-11$10.00
42GPT-6 Astramax147467.32026-11-11$20.00
43Qwen3.7max147460.02026-11-11$3.75
44Claude Opus 4.5high147459.72026-11-11$10.00
45GPT-5.5 Instant147356.92026-11-11$11.25
46Gemini 3 Flash147356.52026-11-11$1.13
47Claude Sonnet 5.5xhigh147362.52026-11-11$4.00
48Claude Sonnet 4.6147257.62026-11-11$6.00
49Grok 4.20thinking147258.32026-11-11$1.56
50Grok 4.20 Multi-Agent147158.52026-11-11$1.56
51Claude Opus 4.5147057.12026-11-11$10.00
52GPT-5.6 Terraxhigh146860.12026-11-11$4.50
53ERNIE 5.11467–2026-11-11–
54MiMo-V2.5-Pro146655.52026-11-11$1.50
55Grok 4.5146659.32026-11-11$3.00
56Grok 4.1thinking146554.52026-11-11–
57GPT-5.4146557.92026-11-11$5.63
58GLM 5.1146555.42026-11-11$2.15
59Qwen3.5 Maxmax1465–2026-11-11–
60DeepSeek V4 Prohigh146456.02026-11-11$1.98

人間の評価のベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「Arena Textのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/lmarena_text

Arena Text:よくある質問

Arena Textは何を測るベンチマークですか?
LMArenaは、匿名の2つのモデルに同じプロンプトを与え、どちらの回答が良いかを訪問者に尋ねます。こうした数百万件の投票を1つのレーティングにまとめており、ここでは回答の長さや書式の影響を割り引くスタイルコントロールを適用しています。スコアは一対一の比較から算出するEloレーティングで示され、高いほど良い結果です。
Arena Textの最高スコアは?
2026年11月16日時点で、Arena Textの最高スコアは1526で、Gemini 4 Carbonが記録しています(結果の日付は2026年11月11日)。次点はGemini 4 Argonの1522です。スコアはArena (LMArena)の公表値で、毎日読み直しています。
Arena TextでトップのAIモデルは?
2026年11月16日時点で、Arena Textの首位はGemini 4 Carbonで、スコアは1526です(結果の日付は2026年11月11日)。続いてGemini 4 Argon(1522)です。
Arena Textの結果があるモデルはいくつですか?
BenchLeaderでは384のモデル構成にArena Textの結果があり、すべてArena (LMArena)から取得しています。
Arena Textを運営しているのは誰で、どのくらいの頻度で更新されますか?
Arena TextはArena (LMArena)が公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
Arena TextはBenchLeader Indexに含まれますか?
はい。Arena TextはBenchLeader Indexの人間の評価カテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。