BenchLeader

LMArena Document 排行榜

截至 2026年11月16日,LMArena Document 的最高分为 1500,由 Claude Fable 5(Anthropic)取得,领先于 Claude Fable 5.1(1498)。共有 46 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月9日)。Document Arena 比较模型根据上传文件回答问题的表现。LMArena Document 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5 以 1500 保持 Arena Document 最高分(Arena (LMArena),2026年11月9日)。
  • Claude Fable 5.1 以 1498 位列 Arena Document 第二(Arena (LMArena),2026年11月9日)。
  • Arena Document:对关于上传文档的回答进行两两投票(Arena (LMArena))。
  • BenchLeader 上有 46 个模型配置公布了 Arena Document 结果(BenchLeader,2026年11月16日)。
  • Arena Document 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

对关于上传文档的回答进行两两投票。

发布方
Arena (LMArena)
类别
长上下文
Index 权重
仅作参考
模型
46
数据截至
2026年11月16日

Arena Document 本周动态

2026年11月9日至2026年11月16日,每个模型一行(取其在本排行榜上的最佳设置)。

CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.

测试内容

Document Arena 比较模型根据上传文件回答问题的表现。

评分方式

根据两两投票得出的 Bradley-Terry 评分,以类 Elo 单位表示,采用风格控制。

注意事项

票数比文本竞技场少;文档类型取决于用户上传的内容。

46 / 46
#
1Claude Fable 5high150063.92026-11-09$20.00
2Claude Fable 5.1max149866.72026-11-09$20.00
3Claude Opus 4.6high149762.52026-11-09$10.00
4Claude Opus 4.6149662.12026-11-09$10.00
5Claude Opus 4.7149463.12026-11-09$10.00
6Claude Opus 4.7high149460.02026-11-09$10.00
7GPT-5.6 Solxhigh148763.92026-11-09$8.00
8Claude Opus 5high148664.42026-11-09$10.00
9Claude Opus 4.8high148560.42026-11-09$10.00
10GPT-5.5high148163.52026-11-09$11.25
11Muse Spark 1.1148062.22026-11-09$2.00
12GPT-5.5147961.02026-11-09$11.25
13Claude Sonnet 4.6147857.62026-11-09$6.00
14Claude Opus 4.8147658.72026-11-09$10.00
15GPT-5.6 Terraxhigh147460.12026-11-09$4.50
16Muse Spark 1.3max147460.62026-11-09$2.00
17GPT-6 Astramax147467.32026-11-09$20.00
18GPT-5.4147157.92026-11-09$5.63
19Gemini 3.8 Flashhigh146959.42026-11-09$1.50
20Claude Sonnet 5high146959.02026-11-09$4.00
21Gemini 3.7 Flashhigh146862.12026-11-09$1.50
22Claude Opus 4.5146857.12026-11-09$10.00
23Muse Spark146764.22026-11-09–
24Grok 4.5146659.32026-11-09$3.00
25GPT-5.6 Lunaxhigh146058.22026-11-09$0.450
26GPT-5.5 Instant146056.92026-11-09$11.25
27Gemini 3.1 Pro145959.92026-11-09$4.50
28Gemini 3.5 Flashmedium145961.82026-11-09$3.38
29Gemini 3.5 Flashhigh145562.52026-11-09$3.38
30Gemini 3.6 Flashhigh145461.02026-11-09$1.50
31Gemma 4 31B145251.92026-11-09$0.250
32Gemini 3 Pro145160.02026-11-09–
33Grok 4.6high145060.62026-11-09$3.00
34Kimi K2.6145055.12026-11-09$1.71
35Claude Sonnet 4.5144853.82026-11-09$6.00
36Qwen3.7 Plus144657.62026-11-09$0.700
37Grok 4.20thinking144058.32026-11-09$1.56
38Gemini 3 Flash144056.52026-11-09$1.13
39Kimi K2.5thinking143859.42026-11-09$1.20
40MiniMax M3143556.12026-11-09$0.525
41Gemini 2.5 Pro143355.22026-11-09$3.44
42GPT-5.2142556.72026-11-09$4.81
43GPT-5.2high142255.82026-11-09$4.81
44Claude Haiku 4.5141947.72026-11-09$2.00
45GPT-5.1141656.12026-11-09$3.44
46GLM 5V Turbo1406–2026-11-09$1.90

更多长上下文基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Arena Document 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/lmarena_document。

Arena Document:常见问题

Arena Document 衡量的是什么?
Document Arena 比较模型根据上传文件回答问题的表现。分数以基于两两对比的 Elo 式评分表示,越高越好。
Arena Document 的最高分是多少?
截至 2026年11月16日,Arena Document 的最高分为 1500,由 Claude Fable 5 取得(结果日期 2026年11月9日),领先于 Claude Fable 5.1(1498)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena Document 上领先?
截至 2026年11月16日,Arena Document 排名第一的是 Claude Fable 5,分数为 1500(结果日期 2026年11月9日)。其后为 Claude Fable 5.1(1498)。
有多少模型有 Arena Document 结果?
BenchLeader 上有 46 个模型配置有 Arena Document 结果,全部取自 Arena (LMArena)。
Arena Document 由谁运行,多久更新一次?
Arena Document 由 Arena (LMArena) 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。
Arena Document 是否计入 BenchLeader Index?
不计入。Arena Document 仅作参考展示,不计入综合分数。