BenchLeader

LMArena Multi-turnのリーダーボード

2026年11月16日時点で、LMArena Multi-turnの最高スコアは1564で、Gemini 4 Carbon(Google)が記録しています。次点はGemini 4 Argonの1545です。公表された結果があるのは382のモデル構成です(Arena (LMArena)、結果の日付は2026年11月11日)。複数ターンの会話への一対比較の投票で、文脈を追えるモデルが評価されます。LMArena Multi-turnは参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • Gemini 4 CarbonがArena Multi-turnの最高スコア1564を記録しています(Arena (LMArena)、2026年11月11日)。
  • Arena Multi-turnの2位はGemini 4 Argonで、1545です(Arena (LMArena)、2026年11月11日)。
  • Arena Multi-turn:複数ターンの会話でのテキストアリーナのレーティング(Arena (LMArena))。
  • BenchLeaderでは382のモデル構成にArena Multi-turnの公表結果があります(BenchLeader、2026年11月16日)。
  • Arena Multi-turnはBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

複数ターンの会話でのテキストアリーナのレーティング。

公開元
Arena (LMArena)
カテゴリ
人間の評価
Indexでの重み
参考のみ
モデル
382
データ基準日
2026年11月16日

Arena Multi-turn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

複数ターンの会話への一対比較の投票で、文脈を追えるモデルが評価されます。

採点方法

一対比較の投票によるEloのようなポイントでのBradley-Terryレーティングで、スタイルコントロールを適用しています。

注意点

総合ボードより投票数が少なくなっています。

382件中382件
#
1Gemini 4 Carbonhigh156468.92026-11-11$4.00
2Gemini 4 Argonhigh154565.32026-11-11$4.00
3Muse Wondermax152560.82026-11-11$8.00
4Claude Fable 5high151763.92026-11-11$20.00
5Claude Opus 4.6high151762.52026-11-11$10.00
6Claude Opus 4.7high151660.02026-11-11$10.00
7Claude Opus 4.7151463.12026-11-11$10.00
8Muse Spark 1.2xhigh151061.52026-11-11$2.00
9Claude Opus 4.6150962.12026-11-11$10.00
10Gemini 3.8 Flashhigh150559.42026-11-11$1.50
11Claude Opus 5.5high150266.02026-11-11$8.00
12Kimi K3max150260.22026-11-11$6.00
13Claude Opus 4.8high149760.42026-11-11$10.00
14Muse Spark 1.1149762.22026-11-11$2.00
15Gemini 3.1 Pro149559.92026-11-11$4.50
16Gemini 3 Pro149560.02026-11-11–
17Qwen3.8 Maxmax149558.72026-11-11$3.00
18GPT-5.2149556.72026-11-11$4.81
19Claude Opus 4.8149358.72026-11-11$10.00
20Muse Spark 1.3max149360.62026-11-11$2.00
21GPT-5.4high149358.62026-11-11$5.63
22Muse Spark149364.22026-11-11–
23GPT-5.6 Solxhigh149163.92026-11-11$8.00
24Gemini 3.7 Flashhigh149062.12026-11-11$1.50
25Gemini 3.6 Flashhigh149061.02026-11-11$1.50
26GPT-5.5high148863.52026-11-11$11.25
27Claude Opus 5max148665.02026-11-11$10.00
28Claude Opus 5high148664.42026-11-11$10.00
29GPT-6.1 Solmax148666.62026-11-11$4.00
30Claude Fable 5.1max148566.72026-11-11$20.00
31Claude Opus 4.5high148559.72026-11-11$10.00
32GPT-5.5148461.02026-11-11$11.25
33Claude Opus 4.5148457.12026-11-11$10.00
34GPT-5.5 Instant148356.92026-11-11$11.25
35GPT-6 Astramax148367.32026-11-11$20.00
36Grok 4.20 11483–2026-11-11–
37GLM 5.3max148258.82026-11-11$2.15
38Gemini 3 Flash148256.52026-11-11$1.13
39GPT-5.4148057.92026-11-11$5.63
40Claude Sonnet 4.6148057.62026-11-11$6.00
41MiMo-V2.5-Pro148055.52026-11-11$1.50
42Gemini 3.5 Flashhigh148062.52026-11-11$3.38
43Qwen3.7max147960.02026-11-11$3.75
44Grok 4.20thinking147958.32026-11-11$1.56
45Gemini 3.5 Flashmedium147861.82026-11-11$3.38
46GLM 5.1147855.42026-11-11$2.15
47Qwen3.5 Maxmax1477–2026-11-11–
48Claude Sonnet 4.5147753.82026-11-11$6.00
49GLM 5.2max147758.92026-11-11$2.15
50NEWGemini 4 Hydrogenhigh147663.42026-11-11$3.00
51GLM 5.3 Flash147657.82026-11-11$0.238
52DeepSeek V4 Pro147553.02026-11-11$0.990
53Kimi K3.1 Promax147559.92026-11-11$4.00
54GPT-5.6 Terraxhigh147560.12026-11-11$4.50
55Grok 4.20 Multi-Agent147558.52026-11-11$1.56
56Gemini 3 Flashminimal147453.82026-11-11$1.13
57Claude Sonnet 5high147359.02026-11-11$4.00
58ERNIE 5.11472–2026-11-11–
59Grok 4.5147259.32026-11-11$3.00
60GLM-5147254.92026-11-11$1.55

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 Multi-turn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_multiturn

Arena Multi-turn:よくある質問

Arena Multi-turnは何を測るベンチマークですか?
複数ターンの会話への一対比較の投票で、文脈を追えるモデルが評価されます。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 Multi-turnの最高スコアは?
2026年11月16日時点で、Arena Multi-turnの最高スコアは1564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1545です。スコアはArena (LMArena)の公表値で、毎日読み直しています。
Arena Multi-turnでトップのAIモデルは?
2026年11月16日時点で、Arena Multi-turnの首位はGemini 4 Carbonで、スコアは1564です(結果の日付は2026年11月11日)。続いてGemini 4 Argon(1545)です。
Arena Multi-turnの結果があるモデルはいくつですか?
BenchLeaderでは382のモデル構成にArena Multi-turnの結果があり、すべてArena (LMArena)から取得しています。
Arena Multi-turn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 Multi-turn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 Multi-turnはBenchLeader Indexに含まれますか?
いいえ。Arena Multi-turnは参考として掲載していますが、総合スコアには含めていません。