BenchLeader

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。

81 / 81
#
1Claude Opus 5.5high145466.02026-11-15
2GPT-6 Astramax140567.32026-11-15
3GPT-6.1 Solmax137566.62026-11-15
4新Claude Fable 5.2137365.42026-11-15
5Claude Opus 5.5133961.02026-11-15
6Claude Fable 5.1133866.42026-11-15
7Inkling 2 Small131557.92026-11-15
8Gemini 4 Carbon1305–2026-11-15
9GPT-6 Astraxhigh130466.02026-11-15
10Kimi K3.1 Pro130161.82026-11-15
11Claude Sonnet 5.51293–2026-11-15
12Muse Spark 1.3max128360.62026-11-15
13DeepSeek V4.1 Flash 10171282–2026-11-15
14Grok 4.71277–2026-11-15
15Claude Fable 5127565.42026-11-15
16Gemini 4 Argon127464.42026-11-15
17MiMo-V2.6-Pro127157.52026-11-15
18Claude Opus 5127063.22026-11-15
19Qwen3.8 Maxmax126458.72026-11-15
20GPT-6.1 Sol126362.02026-11-15
21Muse Spark 1.3xhigh126358.12026-11-15
22新Gemini 4 Hydrogen1262–2026-11-15
23Kimi K3126160.72026-11-15
24MiniMax M3.1 Flash125254.32026-11-15
25GLM 5.31239–2026-11-15
26Grok 4.61239–2026-11-15
27GPT-5.6 Solxhigh123863.92026-11-15
28Claude Opus 4.8122658.72026-11-15
29Gemini 3.8 Flash122556.42026-11-15
30Claude Sonnet 5122253.02026-11-15
31Gemini 3.7 Flash1222–2026-11-15
32Grok 4.5122159.32026-11-15
33GPT-6 Sol1218–2026-11-15
34Ling 3.1 Flash120550.82026-11-15
35Claude Opus 4.6119662.12026-11-15
36GLM 5.2119451.92026-11-15
37GPT-5.6 Solmedium119261.32026-11-15
38GPT-6.1 Terra1192–2026-11-15
39Claude Sonnet 4.6118757.62026-11-15
40MiniMax M3118656.12026-11-15
41Muse Spark 1.21185–2026-11-15
42Qwen3.7max117960.02026-11-15
43Muse Wondermax117760.82026-11-15
44Gemini 3.6 Flash117749.32026-11-15
45Gemini 3.5 Flash1174–2026-11-15
46Inkling117350.42026-11-15
47Muse Spark 1.1117262.22026-11-15
48GLM 5.1116155.42026-11-15
49Kimi K2.6115855.12026-11-15
50Kimi K2.7 Code115853.92026-11-15
51Claude Opus 4.5115657.12026-11-15
52Hy3115455.72026-11-15
53GPT-6 Luna1152–2026-11-15
54GPT-5.6 Luna114947.22026-11-15
55Kimi K2.5thinking111659.42026-11-15
56GLM-5111554.92026-11-15
57GPT-5.5111361.02026-11-15
58GLM 5V Turbo1111–2026-11-15
59Grok 4.20thinking109358.32026-11-15
60GPT-5.6 Terra1089–2026-11-15

更多智能体与工具基准测试 · 全部大模型基准测试

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。