Design Arena Agentic 排行榜
截至 2026年11月16日,Design Arena Agentic 的最高分为 1454,由 Claude Opus 5.5(Anthropic)取得,领先于 GPT-6 Astra(1405)。共有 81 个模型配置公布了结果(Design Arena,结果日期 2026年11月15日)。模型以带工具的智能体身份搭建 Web 应用、演示文稿、游戏和 3D 场景;访客比较两份完成的成果并投票。Design Arena Agentic 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Opus 5.5 以 1454 保持 Design Arena Agentic 最高分(Design Arena,2026年11月15日)。
- GPT-6 Astra 以 1405 位列 Design Arena Agentic 第二(Design Arena,2026年11月15日)。
- Design Arena Agentic:以智能体方式工作的模型构建网页应用、演示文稿、游戏和 3D 场景;访客在两个结果之间投票,投票结果转换为 Bradley-Terry 评分(这些作品的总体评分)。对战少于 200 场的模型不计入(Design Arena)。
- BenchLeader 上有 81 个模型配置公布了 Design Arena Agentic 结果(BenchLeader,2026年11月16日)。
- Design Arena Agentic 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
以智能体方式工作的模型构建网页应用、演示文稿、游戏和 3D 场景;访客在两个结果之间投票,投票结果转换为 Bradley-Terry 评分(这些作品的总体评分)。对战少于 200 场的模型不计入。
- 发布方
- Design Arena
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 81
- 数据截至
- 2026年11月16日
© Arcada Labs. Design Arena (https://www.designarena.ai/leaderboard). Ratings read daily from the public leaderboard and shown with credit and a link; not endorsed by Arcada Labs.
测试内容
模型以带工具的智能体身份搭建 Web 应用、演示文稿、游戏和 3D 场景;访客比较两份完成的成果并投票。
评分方式
根据两两投票得出的 Bradley-Terry 评分,综合所有智能体竞技场。Design Arena 运行了不同推理强度设置时会分别列出。
注意事项
每个模型都在 Design Arena 的测试框架中运行,所以模型自家的编程智能体可能表现更好或更差。每个模型的对战场次比网站排行榜少。不计入 Index。
- 1Claude Opus 5.5 (high)1454
- 2GPT-6 Astra (max)1405
- 3GPT-6.1 Sol (max)1375
- 4Claude Fable 5.21373
- 5Claude Opus 5.51339
- 6Claude Fable 5.11338
- 7Inkling 2 Small1315
- 8Gemini 4 Carbon1305
- 9GPT-6 Astra (xhigh)1304
- 10Kimi K3.1 Pro1301
- 11Claude Sonnet 5.51293
- 12Muse Spark 1.3 (max)1283
- 13DeepSeek V4.1 Flash 10171282
- 14Grok 4.71277
- 15Claude Fable 51275
| # | ||||
|---|---|---|---|---|
| 1 | 1454 | 66.0 | 2026-11-15 | |
| 2 | 1405 | 67.3 | 2026-11-15 | |
| 3 | 1375 | 66.6 | 2026-11-15 | |
| 4 | 新 | 1373 | 65.4 | 2026-11-15 |
| 5 | 1339 | 61.0 | 2026-11-15 | |
| 6 | 1338 | 66.4 | 2026-11-15 | |
| 7 | 1315 | 57.9 | 2026-11-15 | |
| 8 | 1305 | – | 2026-11-15 | |
| 9 | 1304 | 66.0 | 2026-11-15 | |
| 10 | 1301 | 61.8 | 2026-11-15 | |
| 11 | 1293 | – | 2026-11-15 | |
| 12 | 1283 | 60.6 | 2026-11-15 | |
| 13 | 1282 | – | 2026-11-15 | |
| 14 | 1277 | – | 2026-11-15 | |
| 15 | 1275 | 65.4 | 2026-11-15 | |
| 16 | 1274 | 64.4 | 2026-11-15 | |
| 17 | 1271 | 57.5 | 2026-11-15 | |
| 18 | 1270 | 63.2 | 2026-11-15 | |
| 19 | 1264 | 58.7 | 2026-11-15 | |
| 20 | 1263 | 62.0 | 2026-11-15 | |
| 21 | 1263 | 58.1 | 2026-11-15 | |
| 22 | 新 | 1262 | – | 2026-11-15 |
| 23 | 1261 | 60.7 | 2026-11-15 | |
| 24 | 1252 | 54.3 | 2026-11-15 | |
| 25 | 1239 | – | 2026-11-15 | |
| 26 | 1239 | – | 2026-11-15 | |
| 27 | 1238 | 63.9 | 2026-11-15 | |
| 28 | 1226 | 58.7 | 2026-11-15 | |
| 29 | 1225 | 56.4 | 2026-11-15 | |
| 30 | 1222 | 53.0 | 2026-11-15 | |
| 31 | 1222 | – | 2026-11-15 | |
| 32 | 1221 | 59.3 | 2026-11-15 | |
| 33 | 1218 | – | 2026-11-15 | |
| 34 | 1205 | 50.8 | 2026-11-15 | |
| 35 | 1196 | 62.1 | 2026-11-15 | |
| 36 | 1194 | 51.9 | 2026-11-15 | |
| 37 | 1192 | 61.3 | 2026-11-15 | |
| 38 | 1192 | – | 2026-11-15 | |
| 39 | 1187 | 57.6 | 2026-11-15 | |
| 40 | 1186 | 56.1 | 2026-11-15 | |
| 41 | 1185 | – | 2026-11-15 | |
| 42 | 1179 | 60.0 | 2026-11-15 | |
| 43 | 1177 | 60.8 | 2026-11-15 | |
| 44 | 1177 | 49.3 | 2026-11-15 | |
| 45 | 1174 | – | 2026-11-15 | |
| 46 | 1173 | 50.4 | 2026-11-15 | |
| 47 | 1172 | 62.2 | 2026-11-15 | |
| 48 | 1161 | 55.4 | 2026-11-15 | |
| 49 | 1158 | 55.1 | 2026-11-15 | |
| 50 | 1158 | 53.9 | 2026-11-15 | |
| 51 | 1156 | 57.1 | 2026-11-15 | |
| 52 | 1154 | 55.7 | 2026-11-15 | |
| 53 | 1152 | – | 2026-11-15 | |
| 54 | 1149 | 47.2 | 2026-11-15 | |
| 55 | 1116 | 59.4 | 2026-11-15 | |
| 56 | 1115 | 54.9 | 2026-11-15 | |
| 57 | 1113 | 61.0 | 2026-11-15 | |
| 58 | 1111 | – | 2026-11-15 | |
| 59 | 1093 | 58.3 | 2026-11-15 | |
| 60 | 1089 | – | 2026-11-15 |
相关基准测试
Design Arena Agentic 上的热门模型对比
引用格式:BenchLeader,《Design Arena Agentic 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/designarena_agentic。
Design Arena Agentic:常见问题
- Design Arena Agentic 衡量的是什么?
- 模型以带工具的智能体身份搭建 Web 应用、演示文稿、游戏和 3D 场景;访客比较两份完成的成果并投票。分数以基于两两对比的 Elo 式评分表示,越高越好。
- Design Arena Agentic 的最高分是多少?
- 截至 2026年11月16日,Design Arena Agentic 的最高分为 1454,由 Claude Opus 5.5 取得(结果日期 2026年11月15日),领先于 GPT-6 Astra(1405)。分数来自 Design Arena,每天重新读取。
- 哪个 AI 模型在 Design Arena Agentic 上领先?
- 截至 2026年11月16日,Design Arena Agentic 排名第一的是 Claude Opus 5.5,分数为 1454(结果日期 2026年11月15日)。其后为 GPT-6 Astra(1405)。
- 有多少模型有 Design Arena Agentic 结果?
- BenchLeader 上有 81 个模型配置有 Design Arena Agentic 结果,全部取自 Design Arena。
- Design Arena Agentic 由谁运行,多久更新一次?
- Design Arena Agentic 由 Design Arena 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- Design Arena Agentic 是否计入 BenchLeader Index?
- 不计入。Design Arena Agentic 仅作参考展示,不计入综合分数。