LMArena Text 排行榜
截至 2026年11月16日,LMArena Text 的最高分为 1526,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Argon(1522)。共有 384 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月11日)。LMArena 向访客展示两个匿名模型对同一提示词的回答,请访客判断哪个更好。数以百万计的投票汇总成一个评分,这里采用了风格控制,削弱长度和格式的影响。LMArena Text 计入 BenchLeader Index 的人类偏好得分。
要点(截至 2026年11月16日)
- Gemini 4 Carbon 以 1526 保持 Arena Text 最高分(Arena (LMArena),2026年11月11日)。
- Gemini 4 Argon 以 1522 位列 Arena Text 第二(Arena (LMArena),2026年11月11日)。
- Arena Text:文本竞技场总评分(已做风格控制)(Arena (LMArena))。
- BenchLeader 上有 384 个模型配置公布了 Arena Text 结果(BenchLeader,2026年11月16日)。
- Arena Text 计入 BenchLeader Index 的人类偏好类别(BenchLeader 方法论)。
文本竞技场总评分(已做风格控制)。
- 类别
- 人类偏好
- Index 权重
- 1.0
- 模型
- 384
- 数据截至
- 2026年11月16日
Arena Text 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)。
- 上升: Claude Opus 4.6 #7 → #6
- 下降: Claude Fable 5.1 #6 → #7、Claude Opus 5 #13 → #14、Gemini 3.7 Flash #14 → #15、Muse Spark #15 → #16、Kimi K3 #16 → #17、Gemini 3.1 Pro #17 → #18、Gemini 3 Pro #18 → #19、GPT-5.6 Sol #19 → #20
- 新进前 20 名: Gemini 4 Hydrogen 第 13 名(1490)
CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.
测试内容
LMArena 向访客展示两个匿名模型对同一提示词的回答,请访客判断哪个更好。数以百万计的投票汇总成一个评分,这里采用了风格控制,削弱长度和格式的影响。
评分方式
以类 Elo 单位表示的 Bradley-Terry 评分:相差 100 分意味着分高的模型在两两对决中约有 64% 的胜率。附带置信区间。
注意事项
它衡量的是人们在聊天中更喜欢什么,偏向讨喜、格式整齐的回答,而且投票人群是自我选择的。提供商可以匿名测试未发布的版本,新上榜模型的投票需要数周才会稳定。
- 1Gemini 4 Carbon (high)1526
- 2Gemini 4 Argon (high)1522
- 3Muse Wonder (max)1511
- 4Claude Opus 5.5 (high)1507
- 5Claude Fable 5 (high)1504
- 6Claude Opus 4.6 (high)1503
- 7Claude Fable 5.1 (max)1502
- 8Claude Opus 4.7 (high)1501
- 9Gemini 3.8 Flash (high)1497
- 10Muse Spark 1.3 (max)1497
- 11Claude Opus 4.61496
- 12Claude Opus 4.71494
- 13Muse Spark 1.2 (xhigh)1493
- 14Muse Spark 1.11491
- 15Gemini 4 Hydrogen (high)1490
384 / 384
| # | |||||
|---|---|---|---|---|---|
| 1 | 1526 | 68.9 | 2026-11-11 | $4.00 | |
| 2 | 1522 | 65.3 | 2026-11-11 | $4.00 | |
| 3 | 1511 | 60.8 | 2026-11-11 | $8.00 | |
| 4 | 1507 | 66.0 | 2026-11-11 | $8.00 | |
| 5 | 1504 | 63.9 | 2026-11-11 | $20.00 | |
| 6 | 1503 | 62.5 | 2026-11-11 | $10.00 | |
| 7 | 1502 | 66.7 | 2026-11-11 | $20.00 | |
| 8 | 1501 | 60.0 | 2026-11-11 | $10.00 | |
| 9 | 1497 | 59.4 | 2026-11-11 | $1.50 | |
| 10 | 1497 | 60.6 | 2026-11-11 | $2.00 | |
| 11 | 1496 | 62.1 | 2026-11-11 | $10.00 | |
| 12 | 1494 | 63.1 | 2026-11-11 | $10.00 | |
| 13 | 1493 | 61.5 | 2026-11-11 | $2.00 | |
| 14 | 1491 | 62.2 | 2026-11-11 | $2.00 | |
| 15 | 新 | 1490 | 63.4 | 2026-11-11 | $3.00 |
| 16 | 1490 | 64.4 | 2026-11-11 | $10.00 | |
| 17 | 1489 | 62.1 | 2026-11-11 | $1.50 | |
| 18 | 1489 | 64.2 | 2026-11-11 | – | |
| 19 | 1489 | 65.0 | 2026-11-11 | $10.00 | |
| 20 | 1487 | 60.2 | 2026-11-11 | $6.00 | |
| 21 | 1487 | 59.9 | 2026-11-11 | $4.50 | |
| 22 | 1486 | 60.0 | 2026-11-11 | – | |
| 23 | 1485 | 63.9 | 2026-11-11 | $8.00 | |
| 24 | 1485 | 59.9 | 2026-11-11 | $4.00 | |
| 25 | 1484 | 58.7 | 2026-11-11 | $3.00 | |
| 26 | 1483 | 61.0 | 2026-11-11 | $1.50 | |
| 27 | 1482 | 60.4 | 2026-11-11 | $10.00 | |
| 28 | 1482 | 58.8 | 2026-11-11 | $2.15 | |
| 29 | 1481 | 63.5 | 2026-11-11 | $11.25 | |
| 30 | 1481 | 66.6 | 2026-11-11 | $4.00 | |
| 31 | 1480 | 57.5 | 2026-11-11 | $0.548 | |
| 32 | 1478 | 62.5 | 2026-11-11 | $3.38 | |
| 33 | 1476 | 61.0 | 2026-11-11 | $11.25 | |
| 34 | 1476 | 61.8 | 2026-11-11 | $3.38 | |
| 35 | 1476 | 56.7 | 2026-11-11 | $4.81 | |
| 36 | 1475 | 57.8 | 2026-11-11 | $0.238 | |
| 37 | 1475 | 58.6 | 2026-11-11 | $5.63 | |
| 38 | 1475 | 58.5 | 2026-11-11 | $0.525 | |
| 39 | 1475 | 58.9 | 2026-11-11 | $2.15 | |
| 40 | 1475 | – | 2026-11-11 | – | |
| 41 | 1474 | 58.7 | 2026-11-11 | $10.00 | |
| 42 | 1474 | 67.3 | 2026-11-11 | $20.00 | |
| 43 | 1474 | 60.0 | 2026-11-11 | $3.75 | |
| 44 | 1474 | 59.7 | 2026-11-11 | $10.00 | |
| 45 | 1473 | 56.9 | 2026-11-11 | $11.25 | |
| 46 | 1473 | 56.5 | 2026-11-11 | $1.13 | |
| 47 | 1473 | 62.5 | 2026-11-11 | $4.00 | |
| 48 | 1472 | 57.6 | 2026-11-11 | $6.00 | |
| 49 | 1472 | 58.3 | 2026-11-11 | $1.56 | |
| 50 | 1471 | 58.5 | 2026-11-11 | $1.56 | |
| 51 | 1470 | 57.1 | 2026-11-11 | $10.00 | |
| 52 | 1468 | 60.1 | 2026-11-11 | $4.50 | |
| 53 | 1467 | – | 2026-11-11 | – | |
| 54 | 1466 | 55.5 | 2026-11-11 | $1.50 | |
| 55 | 1466 | 59.3 | 2026-11-11 | $3.00 | |
| 56 | 1465 | 54.5 | 2026-11-11 | – | |
| 57 | 1465 | 57.9 | 2026-11-11 | $5.63 | |
| 58 | 1465 | 55.4 | 2026-11-11 | $2.15 | |
| 59 | 1465 | – | 2026-11-11 | – | |
| 60 | 1464 | 56.0 | 2026-11-11 | $1.98 |
相关基准测试
Arena Text 上的热门模型对比
引用格式:BenchLeader,《Arena Text 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/lmarena_text。
Arena Text:常见问题
- Arena Text 衡量的是什么?
- LMArena 向访客展示两个匿名模型对同一提示词的回答,请访客判断哪个更好。数以百万计的投票汇总成一个评分,这里采用了风格控制,削弱长度和格式的影响。分数以基于两两对比的 Elo 式评分表示,越高越好。
- Arena Text 的最高分是多少?
- 截至 2026年11月16日,Arena Text 的最高分为 1526,由 Gemini 4 Carbon 取得(结果日期 2026年11月11日),领先于 Gemini 4 Argon(1522)。分数来自 Arena (LMArena),每天重新读取。
- 哪个 AI 模型在 Arena Text 上领先?
- 截至 2026年11月16日,Arena Text 排名第一的是 Gemini 4 Carbon,分数为 1526(结果日期 2026年11月11日)。其后为 Gemini 4 Argon(1522)。
- 有多少模型有 Arena Text 结果?
- BenchLeader 上有 384 个模型配置有 Arena Text 结果,全部取自 Arena (LMArena)。
- Arena Text 由谁运行,多久更新一次?
- Arena Text 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 Text 是否计入 BenchLeader Index?
- 计入。Arena Text 计入 BenchLeader Index 的人类偏好类别,并经过归一化,使参评模型的平均值为 50。