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。
- 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)。
- 上昇: Claude Opus 5.5 #10 → #9、Gemini 3.1 Pro #14 → #13
- 下降: Kimi K3 #9 → #10、Gemini 3 Pro #13 → #14
- レーティングの変動が大きかったモデル: Mistral Large 4 +5.6 (1429に)
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。
- 1Gemini 4 Carbon (high)1564
- 2Gemini 4 Argon (high)1545
- 3Muse Wonder (max)1525
- 4Claude Fable 5 (high)1517
- 5Claude Opus 4.6 (high)1517
- 6Claude Opus 4.7 (high)1516
- 7Claude Opus 4.71514
- 8Muse Spark 1.2 (xhigh)1510
- 9Claude Opus 4.61509
- 10Gemini 3.8 Flash (high)1505
- 11Claude Opus 5.5 (high)1502
- 12Kimi K3 (max)1502
- 13Claude Opus 4.8 (high)1497
- 14Muse Spark 1.11497
- 15Gemini 3.1 Pro1495
382件中382件
| # | |||||
|---|---|---|---|---|---|
| 1 | 1564 | 68.9 | 2026-11-11 | $4.00 | |
| 2 | 1545 | 65.3 | 2026-11-11 | $4.00 | |
| 3 | 1525 | 60.8 | 2026-11-11 | $8.00 | |
| 4 | 1517 | 63.9 | 2026-11-11 | $20.00 | |
| 5 | 1517 | 62.5 | 2026-11-11 | $10.00 | |
| 6 | 1516 | 60.0 | 2026-11-11 | $10.00 | |
| 7 | 1514 | 63.1 | 2026-11-11 | $10.00 | |
| 8 | 1510 | 61.5 | 2026-11-11 | $2.00 | |
| 9 | 1509 | 62.1 | 2026-11-11 | $10.00 | |
| 10 | 1505 | 59.4 | 2026-11-11 | $1.50 | |
| 11 | 1502 | 66.0 | 2026-11-11 | $8.00 | |
| 12 | 1502 | 60.2 | 2026-11-11 | $6.00 | |
| 13 | 1497 | 60.4 | 2026-11-11 | $10.00 | |
| 14 | 1497 | 62.2 | 2026-11-11 | $2.00 | |
| 15 | 1495 | 59.9 | 2026-11-11 | $4.50 | |
| 16 | 1495 | 60.0 | 2026-11-11 | – | |
| 17 | 1495 | 58.7 | 2026-11-11 | $3.00 | |
| 18 | 1495 | 56.7 | 2026-11-11 | $4.81 | |
| 19 | 1493 | 58.7 | 2026-11-11 | $10.00 | |
| 20 | 1493 | 60.6 | 2026-11-11 | $2.00 | |
| 21 | 1493 | 58.6 | 2026-11-11 | $5.63 | |
| 22 | 1493 | 64.2 | 2026-11-11 | – | |
| 23 | 1491 | 63.9 | 2026-11-11 | $8.00 | |
| 24 | 1490 | 62.1 | 2026-11-11 | $1.50 | |
| 25 | 1490 | 61.0 | 2026-11-11 | $1.50 | |
| 26 | 1488 | 63.5 | 2026-11-11 | $11.25 | |
| 27 | 1486 | 65.0 | 2026-11-11 | $10.00 | |
| 28 | 1486 | 64.4 | 2026-11-11 | $10.00 | |
| 29 | 1486 | 66.6 | 2026-11-11 | $4.00 | |
| 30 | 1485 | 66.7 | 2026-11-11 | $20.00 | |
| 31 | 1485 | 59.7 | 2026-11-11 | $10.00 | |
| 32 | 1484 | 61.0 | 2026-11-11 | $11.25 | |
| 33 | 1484 | 57.1 | 2026-11-11 | $10.00 | |
| 34 | 1483 | 56.9 | 2026-11-11 | $11.25 | |
| 35 | 1483 | 67.3 | 2026-11-11 | $20.00 | |
| 36 | 1483 | – | 2026-11-11 | – | |
| 37 | 1482 | 58.8 | 2026-11-11 | $2.15 | |
| 38 | 1482 | 56.5 | 2026-11-11 | $1.13 | |
| 39 | 1480 | 57.9 | 2026-11-11 | $5.63 | |
| 40 | 1480 | 57.6 | 2026-11-11 | $6.00 | |
| 41 | 1480 | 55.5 | 2026-11-11 | $1.50 | |
| 42 | 1480 | 62.5 | 2026-11-11 | $3.38 | |
| 43 | 1479 | 60.0 | 2026-11-11 | $3.75 | |
| 44 | 1479 | 58.3 | 2026-11-11 | $1.56 | |
| 45 | 1478 | 61.8 | 2026-11-11 | $3.38 | |
| 46 | 1478 | 55.4 | 2026-11-11 | $2.15 | |
| 47 | 1477 | – | 2026-11-11 | – | |
| 48 | 1477 | 53.8 | 2026-11-11 | $6.00 | |
| 49 | 1477 | 58.9 | 2026-11-11 | $2.15 | |
| 50 | NEW | 1476 | 63.4 | 2026-11-11 | $3.00 |
| 51 | 1476 | 57.8 | 2026-11-11 | $0.238 | |
| 52 | 1475 | 53.0 | 2026-11-11 | $0.990 | |
| 53 | 1475 | 59.9 | 2026-11-11 | $4.00 | |
| 54 | 1475 | 60.1 | 2026-11-11 | $4.50 | |
| 55 | 1475 | 58.5 | 2026-11-11 | $1.56 | |
| 56 | 1474 | 53.8 | 2026-11-11 | $1.13 | |
| 57 | 1473 | 59.0 | 2026-11-11 | $4.00 | |
| 58 | 1472 | – | 2026-11-11 | – | |
| 59 | 1472 | 59.3 | 2026-11-11 | $3.00 | |
| 60 | 1472 | 54.9 | 2026-11-11 | $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
関連するベンチマーク
Arena Multi-turnでの注目のモデル比較
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。