BenchLeader

LMArena WebDevのリーダーボード

2026年11月16日時点で、LMArena WebDevの最高スコアは1838で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の1815です。公表された結果があるのは150のモデル構成です(Arena (LMArena)、結果の日付は2026年11月11日)。LMArena WebDevは、2つのモデルに同じプロンプトから小さなWebアプリを作らせ、両方をレンダリングして、訪問者に動く成果物へ投票してもらいます。LMArena WebDevはBenchLeader Indexのコーディングスコアに反映されます。

要点(2026年11月16日時点)

  • Claude Fable 5.2がArena WebDevの最高スコア1838を記録しています(Arena (LMArena)、2026年11月11日)。
  • Arena WebDevの2位はClaude Opus 5.5で、1815です(Arena (LMArena)、2026年11月11日)。
  • Arena WebDev:生成されたWebアプリへの一対一の投票(Arena (LMArena))。
  • BenchLeaderでは150のモデル構成にArena WebDevの公表結果があります(BenchLeader、2026年11月16日)。
  • Arena WebDevはBenchLeader Indexのコーディングカテゴリに反映されます(BenchLeaderの評価方法)。

生成されたWebアプリへの一対一の投票。

公開元
Arena (LMArena)
カテゴリ
コーディング
Indexでの重み
1.0
モデル
150
データ基準日
2026年11月16日

Arena WebDev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 WebDevは、2つのモデルに同じプロンプトから小さなWebアプリを作らせ、両方をレンダリングして、訪問者に動く成果物へ投票してもらいます。

採点方法

レンダリングされたアプリへの一対比較の投票によるBradley-Terryレーティングです。

注意点

投票では見た目の完成度と初稿の速さが評価され、ビルドが壊れていればコードの質に関係なく負けます。投票数はテキストアリーナより少なくなっています。

150件中150件
#
1NEWClaude Fable 5.2xhigh183869.72026-11-11$16.00
2Claude Opus 5.5max181568.42026-11-11$8.00
3Claude Sonnet 5.5xhigh177262.52026-11-11$4.00
4Gemini 4 Carbonhigh176868.92026-11-11$4.00
5GPT-6 Astramax176467.32026-11-11$20.00
6GPT-6.1 Solmax174366.62026-11-11$4.00
7Claude Fable 5.1max174266.72026-11-11$20.00
8Muse Wonder Fullmax172461.72026-11-11–
9Claude Sonnet 5.5high171559.52026-11-11$4.00
10NEWGemini 4 Hydrogenhigh170463.42026-11-11$3.00
11Claude Opus 5max169165.02026-11-11$10.00
12Kimi K3.1 Promax168759.92026-11-11$4.00
13Gemini 4 Argonhigh168165.32026-11-11$4.00
14GPT-6.1 Terramax167864.12026-11-11$2.00
15Qwen3.8 Maxmax167658.72026-11-11$3.00
16GPT-6 Solmax167362.62026-11-11$4.00
17DeepSeek V4.1 Flash 1017max166457.72026-11-11$0.525
18Kimi K3max165860.22026-11-11$6.00
19Claude Opus 5high165764.42026-11-11$10.00
20Muse Spark 1.3max165560.62026-11-11$2.00
21Muse Wondermax164760.82026-11-11$8.00
22Inkling 2 Small164757.92026-11-11$0.475
23Grok 4.7xhigh164157.42026-11-11$3.00
24MiMo-V2.6-Flash163854.82026-11-11$0.175
25Hy4163256.72026-11-11$1.25
26Claude Fable 5high162563.92026-11-11$20.00
27MiMo-V2.6-Pro162557.52026-11-11$0.548
28Qwen3.8-Flash-Next162453.92026-11-11$0.230
29GLM 5.3max162358.82026-11-11$2.15
30DeepSeek V4.1 Flashmax162158.52026-11-11$0.525
31Muse Spark 1.3xhigh162158.12026-11-11$2.00
32Grok 4.6high161860.62026-11-11$3.00
33GPT-5.6 Solxhigh161563.92026-11-11$8.00
34NEWU2 Flash1613–2026-11-11–
35GLM 5.3 Flash160957.82026-11-11$0.238
36NEWMuse Embermax160952.12026-11-11$0.200
37GLM 5.2max160858.92026-11-11$2.15
38Claude Haiku 5.5high159355.32026-11-11$0.200
39Qwen3.8 27B159055.12026-11-11$1.06
40Gemini 3.7 Flashhigh158862.12026-11-11$1.50
41MiniMax M3.1 Flash158454.32026-11-11$0.262
42Gemini 3.8 Flashhigh158459.42026-11-11$1.50
43DeepSeek V4 Flashhigh158257.22026-11-11$0.262
44DeepSeek V4 Prohigh158156.02026-11-11$1.98
45GPT-6 Lunamax157755.12026-11-11$0.200
46Step 5 Previewhigh1573–2026-11-11$1.43
47Mistral Large 4156552.92026-11-11$1.05
48Claude Opus 4.7high155760.02026-11-11$10.00
49Claude Opus 4.8high155560.42026-11-11$10.00
50Claude Opus 4.7155563.12026-11-11$10.00
51Grok 4.5155359.32026-11-11$3.00
52Claude Opus 4.6high154762.52026-11-11$10.00
53Muse Spark 1.1154262.22026-11-11$2.00
54Claude Sonnet 5high153959.02026-11-11$4.00
55Gemini 3.6 Flashhigh153861.02026-11-11$1.50
56Claude Opus 4.6153762.12026-11-11$10.00
57Claude Opus 4.8153658.72026-11-11$10.00
58Muse Spark 1.2xhigh153461.52026-11-11$2.00
59Muse Spark Openmax1526–2026-11-11$2.00
60Claude Sonnet 4.6152257.62026-11-11$6.00

コーディング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 WebDev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_webdev

Arena WebDev:よくある質問

Arena WebDevは何を測るベンチマークですか?
LMArena WebDevは、2つのモデルに同じプロンプトから小さなWebアプリを作らせ、両方をレンダリングして、訪問者に動く成果物へ投票してもらいます。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 WebDevの最高スコアは?
2026年11月16日時点で、Arena WebDevの最高スコアは1838で、Claude Fable 5.2が記録しています(結果の日付は2026年11月11日)。次点はClaude Opus 5.5の1815です。スコアはArena (LMArena)の公表値で、毎日読み直しています。
Arena WebDevでトップのAIモデルは?
2026年11月16日時点で、Arena WebDevの首位はClaude Fable 5.2で、スコアは1838です(結果の日付は2026年11月11日)。続いてClaude Opus 5.5(1815)です。
Arena WebDevの結果があるモデルはいくつですか?
BenchLeaderでは150のモデル構成にArena WebDevの結果があり、すべてArena (LMArena)から取得しています。
Arena WebDev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 WebDev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 WebDevはBenchLeader Indexに含まれますか?
はい。Arena WebDevはBenchLeader Indexのコーディング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。