LMArena Search Factuality 排行榜
截至 2026年11月21日,LMArena Search Factuality 的最高分为 1248,由 GPT-5.6 Sol(OpenAI)取得,领先于 Web Search Agent(1247)。共有 43 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月19日)。以 25% 权重纳入事实性核查的搜索竞技场评分:逐条核查每个联网搜索回答中可在网上验证的陈述,事实错误会拉低模型的评分。LMArena Search Factuality 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月21日)
- GPT-5.6 Sol 以 1248 保持 Arena Search Factuality 最高分(Arena (LMArena),2026年11月19日)。
- Web Search Agent 以 1247 位列 Arena Search Factuality 第二(Arena (LMArena),2026年11月19日)。
- Arena Search Factuality:以 25% 权重纳入事实性核查的搜索竞技场评分:逐条核查每个联网搜索回答中可在网上验证的陈述,事实错误会拉低模型的评分(Arena (LMArena))。
- BenchLeader 上有 43 个模型配置公布了 Arena Search Factuality 结果(BenchLeader,2026年11月21日)。
- Arena Search Factuality 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
以 25% 权重纳入事实性核查的搜索竞技场评分:逐条核查每个联网搜索回答中可在网上验证的陈述,事实错误会拉低模型的评分。
- 类别
- 智能体与工具
- Index 权重
- 仅作参考
- 模型
- 43
- 数据截至
- 2026年11月21日
Arena Search Factuality 本周动态
2026年11月14日至2026年11月21日,每个模型一行(取其在本排行榜上的最佳设置)。
- 新进前 20 名: GPT-5.6 Sol 第 1 名(1248)、Web Search Agent 第 2 名(1247)、GPT-5.5 第 3 名(1247)、Qwen3.8 Max 第 4 名(1242)、GPT-6 Astra 第 5 名(1238)
CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.
- 1GPT-5.6 Sol (xhigh)1248
- 2Web Search Agent1247
- 3GPT-5.51247
- 4Qwen3.8 Max1242
- 5GPT-6 Astra (max)1238
- 6GPT-6.1 Sol (max)1236
- 7Claude Opus 4.61227
- 8GPT-5.21224
- 9Grok 4.51220
- 10ERNIE 5.11214
- 11Claude Opus 5 (high)1214
- 12Claude Fable 5.1 (high)1214
- 13GPT-5.41212
- 14Claude Fable 5 (high)1212
- 15Claude Opus 4.71211
43 / 43
| # | |||||
|---|---|---|---|---|---|
| 1 | 1248 | 63.7 | 2026-11-19 | $8.00 | |
| 2 | 新 | 1247 | – | 2026-11-19 | – |
| 3 | 1247 | 60.8 | 2026-11-19 | $11.25 | |
| 4 | 1242 | 60.8 | 2026-11-19 | $3.00 | |
| 5 | 1238 | 66.8 | 2026-11-19 | $20.00 | |
| 6 | 1236 | 65.8 | 2026-11-19 | $4.00 | |
| 7 | 1227 | 60.7 | 2026-11-19 | $10.00 | |
| 8 | 1224 | 55.4 | 2026-11-19 | $4.81 | |
| 9 | 1220 | 58.9 | 2026-11-19 | $3.00 | |
| 10 | 1214 | – | 2026-11-19 | – | |
| 11 | 1214 | 64.2 | 2026-11-19 | $10.00 | |
| 12 | 1214 | 63.0 | 2026-11-19 | $20.00 | |
| 13 | 1212 | 57.7 | 2026-11-19 | $5.63 | |
| 14 | 1212 | 63.3 | 2026-11-19 | $20.00 | |
| 15 | 1211 | 63.0 | 2026-11-19 | $10.00 | |
| 16 | 1207 | 60.5 | 2026-11-19 | $8.00 | |
| 17 | 1204 | 55.0 | 2026-11-19 | $3.44 | |
| 18 | 1202 | 58.3 | 2026-11-19 | $6.00 | |
| 19 | 1199 | 48.4 | 2026-11-19 | $4.81 | |
| 20 | 1198 | 62.4 | 2026-11-19 | $4.00 | |
| 21 | 1198 | 59.5 | 2026-11-19 | $4.50 | |
| 22 | 1198 | 58.4 | 2026-11-19 | $1.56 | |
| 23 | 1196 | – | 2026-11-19 | – | |
| 24 | 1195 | 58.5 | 2026-11-19 | $10.00 | |
| 25 | 1194 | 60.3 | 2026-11-19 | $4.50 | |
| 26 | 新 | 1193 | 68.3 | 2026-11-19 | $16.00 |
| 27 | 1183 | 54.4 | 2026-11-19 | $0.200 | |
| 28 | 新 | 1183 | 64.4 | 2026-11-19 | $4.00 |
| 29 | 1180 | 56.9 | 2026-11-19 | $10.00 | |
| 30 | 1179 | 58.5 | 2026-11-19 | $1.13 | |
| 31 | 1179 | 52.5 | 2026-11-19 | $4.00 | |
| 32 | 1175 | 54.4 | 2026-11-19 | $1.56 | |
| 33 | 1163 | 53.5 | 2026-11-19 | $3.44 | |
| 34 | 1161 | 53.6 | 2026-11-19 | $6.00 | |
| 35 | 1155 | – | 2026-11-19 | $3.50 | |
| 36 | 1154 | 51.7 | 2026-11-19 | $30.00 | |
| 37 | 1152 | – | 2026-11-19 | $0.275 | |
| 38 | 1147 | – | 2026-11-19 | $0.275 | |
| 39 | 1144 | 56.8 | 2026-11-19 | $3.44 | |
| 40 | 1139 | 51.7 | 2026-11-19 | $30.00 | |
| 41 | 1132 | – | 2026-11-19 | $6.00 | |
| 42 | 1130 | 58.0 | 2026-11-19 | $6.00 | |
| 43 | 1129 | 60.8 | 2026-11-19 | $3.50 |
相关基准测试
Arena Search Factuality 上的热门模型对比
引用格式:BenchLeader,《Arena Search Factuality 排行榜》,数据截至 2026年11月21日,https://www.benchleader.com/zh/benchmarks/lmarena_search_factuality。
Arena Search Factuality:常见问题
- Arena Search Factuality 衡量的是什么?
- 以 25% 权重纳入事实性核查的搜索竞技场评分:逐条核查每个联网搜索回答中可在网上验证的陈述,事实错误会拉低模型的评分。分数以基于两两对比的 Elo 式评分表示,越高越好。
- Arena Search Factuality 的最高分是多少?
- 截至 2026年11月21日,Arena Search Factuality 的最高分为 1248,由 GPT-5.6 Sol 取得(结果日期 2026年11月19日),领先于 Web Search Agent(1247)。分数来自 Arena (LMArena),每天重新读取。
- 哪个 AI 模型在 Arena Search Factuality 上领先?
- 截至 2026年11月21日,Arena Search Factuality 排名第一的是 GPT-5.6 Sol,分数为 1248(结果日期 2026年11月19日)。其后为 Web Search Agent(1247)。
- 有多少模型有 Arena Search Factuality 结果?
- BenchLeader 上有 43 个模型配置有 Arena Search Factuality 结果,全部取自 Arena (LMArena)。
- Arena Search Factuality 由谁运行,多久更新一次?
- Arena Search Factuality 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 Factuality 是否计入 BenchLeader Index?
- 不计入。Arena Search Factuality 仅作参考展示,不计入综合分数。