BenchLeader

LMArena Coding 排行榜

截至 2026年11月16日,LMArena Coding 的最高分为 1568,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Argon(1553)。共有 379 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月11日)。文本竞技场中被归类为编程问题的提示词的两两投票:以聊天形式进行的讲解、代码片段和调试。LMArena Coding 计入 BenchLeader Index 的编程得分。

要点(截至 2026年11月16日)

  • Gemini 4 Carbon 以 1568 保持 Arena Coding 最高分(Arena (LMArena),2026年11月11日)。
  • Gemini 4 Argon 以 1553 位列 Arena Coding 第二(Arena (LMArena),2026年11月11日)。
  • Arena Coding:文本竞技场在编程提示词上的评分(Arena (LMArena))。
  • BenchLeader 上有 379 个模型配置公布了 Arena Coding 结果(BenchLeader,2026年11月16日)。
  • Arena Coding 计入 BenchLeader Index 的编程类别(BenchLeader 方法论)。

文本竞技场在编程提示词上的评分。

发布方
Arena (LMArena)
类别
编程
Index 权重
0.5
模型
379
数据截至
2026年11月16日

Arena Coding 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

文本竞技场中被归类为编程问题的提示词的两两投票:以聊天形式进行的讲解、代码片段和调试。

评分方式

编程类提示词上的 Bradley-Terry 评分,采用风格控制。

注意事项

投票者评判的是聊天回答,而不是代码能否运行,所以它衡量的是感知上的有用程度。实际运行代码的评测请看 SWE-bench、LiveCodeBench 或 Aider。

379 / 379
#
1Gemini 4 Carbonhigh156868.92026-11-11$4.00
2Gemini 4 Argonhigh155365.32026-11-11$4.00
3Claude Fable 5high155263.92026-11-11$20.00
4Claude Opus 4.7high155160.02026-11-11$10.00
5GPT-6 Astramax154867.32026-11-11$20.00
6Claude Opus 5.5high154866.02026-11-11$8.00
7Claude Opus 4.6high154762.52026-11-11$10.00
8Claude Opus 4.6154762.12026-11-11$10.00
9Claude Opus 4.7154763.12026-11-11$10.00
10Muse Wondermax154260.82026-11-11$8.00
11Muse Spark 1.2xhigh154261.52026-11-11$2.00
12GPT-6.1 Solmax154066.62026-11-11$4.00
13MiMo-V2.6-Pro153857.52026-11-11$0.548
14Kimi K3max153860.22026-11-11$6.00
15Muse Spark 1.3max153460.62026-11-11$2.00
16Claude Opus 4.8high153460.42026-11-11$10.00
17Claude Fable 5.1max153466.72026-11-11$20.00
18GPT-5.6 Solxhigh153363.92026-11-11$8.00
19Muse Spark 1.1153362.22026-11-11$2.00
20Claude Opus 5high153264.42026-11-11$10.00
21Gemini 3.8 Flashhigh153159.42026-11-11$1.50
22Claude Opus 4.5high153059.72026-11-11$10.00
23Kimi K3.1 Promax153059.92026-11-11$4.00
24Muse Spark152964.22026-11-11–
25Claude Opus 4.8152958.72026-11-11$10.00
26Claude Sonnet 4.6152857.62026-11-11$6.00
27Claude Opus 5max152865.02026-11-11$10.00
28GLM 5.3 Flash152657.82026-11-11$0.238
29DeepSeek V4.1 Flashmax152558.52026-11-11$0.525
30Qwen3.7max152560.02026-11-11$3.75
31Qwen3.8 Maxmax152358.72026-11-11$3.00
32Claude Opus 4.5152357.12026-11-11$10.00
33GLM 5.3max152258.82026-11-11$2.15
34GPT-6 Solmax152162.62026-11-11$4.00
35GPT-5.4high152158.62026-11-11$5.63
36Gemini 3.1 Pro152059.92026-11-11$4.50
37Gemini 3.7 Flashhigh152062.12026-11-11$1.50
38MiMo-V2.5-Pro152055.52026-11-11$1.50
39Claude Sonnet 5high152059.02026-11-11$4.00
40Claude Sonnet 4.5high151957.92026-11-11$6.00
41Gemini 3.6 Flashhigh151861.02026-11-11$1.50
42GPT-5.5high151863.52026-11-11$11.25
43新Gemini 4 Hydrogenhigh151863.42026-11-11$3.00
44GPT-5.6 Terraxhigh151760.12026-11-11$4.50
45Claude Sonnet 5.5xhigh151762.52026-11-11$4.00
46Gemini 3 Pro151760.02026-11-11–
47Kimi K2.6151655.12026-11-11$1.71
48GLM 5.2max151558.92026-11-11$2.15
49GPT-5.2151556.72026-11-11$4.81
50Grok 4.5151459.32026-11-11$3.00
51Dola Seed 2.0 Pro151458.42026-11-11–
52GPT-5.5 Instant151356.92026-11-11$11.25
53Qwen3.5 Maxmax1513–2026-11-11–
54GLM 5.1151255.42026-11-11$2.15
55Claude Sonnet 4.5151253.82026-11-11$6.00
56ERNIE 5.11512–2026-11-11–
57Claude Opus 4.1thinking151158.12026-11-11$30.00
58MiMo-V2.6-Flash151154.82026-11-11$0.175
59GPT-5.4151157.92026-11-11$5.63
60Grok 4.20thinking151158.32026-11-11$1.56

更多编程基准测试 · 全部大模型基准测试

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

Arena Coding:常见问题

Arena Coding 衡量的是什么?
文本竞技场中被归类为编程问题的提示词的两两投票:以聊天形式进行的讲解、代码片段和调试。分数以基于两两对比的 Elo 式评分表示,越高越好。
Arena Coding 的最高分是多少?
截至 2026年11月16日,Arena Coding 的最高分为 1568,由 Gemini 4 Carbon 取得(结果日期 2026年11月11日),领先于 Gemini 4 Argon(1553)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena Coding 上领先?
截至 2026年11月16日,Arena Coding 排名第一的是 Gemini 4 Carbon,分数为 1568(结果日期 2026年11月11日)。其后为 Gemini 4 Argon(1553)。
有多少模型有 Arena Coding 结果?
BenchLeader 上有 379 个模型配置有 Arena Coding 结果,全部取自 Arena (LMArena)。
Arena Coding 由谁运行,多久更新一次?
Arena Coding 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 Coding 是否计入 BenchLeader Index?
计入。Arena Coding 计入 BenchLeader Index 的编程类别,并经过归一化,使参评模型的平均值为 50。