BenchLeader

LMArena Search 排行榜

截至 2026年11月16日,LMArena Search 的最高分为 1255,由 GPT-5.6 Sol(OpenAI)取得,领先于 GPT-6.1 Sol(1249)。共有 42 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月9日)。Search Arena 比较使用实时网络搜索作答的模型,根据回答及其信息来源来评判。LMArena Search 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • GPT-5.6 Sol 以 1255 保持 Arena Search 最高分(Arena (LMArena),2026年11月9日)。
  • GPT-6.1 Sol 以 1249 位列 Arena Search 第二(Arena (LMArena),2026年11月9日)。
  • Arena Search:对使用了网络搜索的回答进行两两投票(Arena (LMArena))。
  • BenchLeader 上有 42 个模型配置公布了 Arena Search 结果(BenchLeader,2026年11月16日)。
  • Arena Search 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

对使用了网络搜索的回答进行两两投票。

发布方
Arena (LMArena)
类别
智能体与工具
Index 权重
仅作参考
模型
42
数据截至
2026年11月16日

Arena Search 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

Search Arena 比较使用实时网络搜索作答的模型,根据回答及其信息来源来评判。

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

只列出支持搜索的产品,而且结果因日期而异。

42 / 42
#
1GPT-5.6 Solxhigh125563.92026-11-09$8.00
2GPT-6.1 Solmax124966.62026-11-09$4.00
3GPT-6 Astramax124567.32026-11-09$20.00
4GPT-6 Solmax122962.62026-11-09$4.00
5Claude Fable 5high122963.92026-11-09$20.00
6Qwen3.8 Maxmax122758.72026-11-09$3.00
7Claude Fable 5.1high122763.72026-11-09$20.00
8GPT-5.5122661.02026-11-09$11.25
9Claude Opus 4.6122262.12026-11-09$10.00
10Claude Opus 5high121364.42026-11-09$10.00
11Claude Opus 5.5medium121361.22026-11-09$8.00
12GPT-6 Lunamax121155.12026-11-09$0.200
13Claude Opus 4.7121063.12026-11-09$10.00
14Gemini 3.1 Pro120959.92026-11-09$4.50
15Grok 4.20 Multi-Agent120758.52026-11-09$1.56
16Grok 4.5120559.32026-11-09$3.00
17Claude Sonnet 4.6120157.62026-11-09$6.00
18Gemini 3 Pro120160.02026-11-09–
19Grok 4.20 11200–2026-11-09–
20o3119760.42026-11-09$3.50
21Grok 4.1 Fast1196–2026-11-09–
22GPT-5.4119657.92026-11-09$5.63
23Claude Opus 4.8119458.72026-11-09$10.00
24Grok 4.3119454.52026-11-09$1.56
25ERNIE 5.11192–2026-11-09–
26Claude Sonnet 5119153.02026-11-09$4.00
27GPT-5118956.62026-11-09$3.44
28Gemini 3 Flash118956.52026-11-09$1.13
29Claude Opus 4.5118657.12026-11-09$10.00
30GPT-5.1118456.12026-11-09$3.44
31Claude Sonnet 4.5117553.82026-11-09$6.00
32Claude Opus 4.1116751.12026-11-09$30.00
33Grok 4 Fast1162–2026-11-09–
34GPT-5.2116156.72026-11-09$4.81
35Claude Opus 4115251.92026-11-09$30.00
36Gemini 2.5 Pro114555.22026-11-09$3.44
37Sonar Prohigh1142–2026-11-09$6.00
38Sonar Reasoning Prohigh1138–2026-11-09–
39GPT-5.2无推理113648.52026-11-09$4.81
40Grok 4112358.12026-11-09$6.00
41GPT-4o108442.82026-11-09$4.38
42Diffbot Small Xl1062–2026-11-09–

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,《Arena Search 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/lmarena_search。

Arena Search:常见问题

Arena Search 衡量的是什么?
Search Arena 比较使用实时网络搜索作答的模型,根据回答及其信息来源来评判。分数以基于两两对比的 Elo 式评分表示,越高越好。
Arena Search 的最高分是多少?
截至 2026年11月16日,Arena Search 的最高分为 1255,由 GPT-5.6 Sol 取得(结果日期 2026年11月9日),领先于 GPT-6.1 Sol(1249)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena Search 上领先?
截至 2026年11月16日,Arena Search 排名第一的是 GPT-5.6 Sol,分数为 1255(结果日期 2026年11月9日)。其后为 GPT-6.1 Sol(1249)。
有多少模型有 Arena Search 结果?
BenchLeader 上有 42 个模型配置有 Arena Search 结果,全部取自 Arena (LMArena)。
Arena Search 由谁运行,多久更新一次?
Arena Search 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 Search 是否计入 BenchLeader Index?
不计入。Arena Search 仅作参考展示,不计入综合分数。