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。
- 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)。
- 上升: Claude Opus 5.5 #8 → #6、Muse Spark 1.3 #18 → #13、Gemini 3.8 Flash #20 → #19
- 下降: Claude Opus 4.6 #6 → #7、Muse Wonder #7 → #8、Claude Fable 5.1 #13 → #15、GPT-5.6 Sol #15 → #16、Muse Spark 1.1 #16 → #17、Claude Opus 5 #17 → #18、Claude Opus 4.5 #19 → #20
- 评分变化最大: Mistral Large 4 +11 → 1484
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。
- 1Gemini 4 Carbon (high)1568
- 2Gemini 4 Argon (high)1553
- 3Claude Fable 5 (high)1552
- 4Claude Opus 4.7 (high)1551
- 5GPT-6 Astra (max)1548
- 6Claude Opus 5.5 (high)1548
- 7Claude Opus 4.6 (high)1547
- 8Claude Opus 4.61547
- 9Claude Opus 4.71547
- 10Muse Wonder (max)1542
- 11Muse Spark 1.2 (xhigh)1542
- 12GPT-6.1 Sol (max)1540
- 13MiMo-V2.6-Pro1538
- 14Kimi K3 (max)1538
- 15Muse Spark 1.3 (max)1534
379 / 379
| # | |||||
|---|---|---|---|---|---|
| 1 | 1568 | 68.9 | 2026-11-11 | $4.00 | |
| 2 | 1553 | 65.3 | 2026-11-11 | $4.00 | |
| 3 | 1552 | 63.9 | 2026-11-11 | $20.00 | |
| 4 | 1551 | 60.0 | 2026-11-11 | $10.00 | |
| 5 | 1548 | 67.3 | 2026-11-11 | $20.00 | |
| 6 | 1548 | 66.0 | 2026-11-11 | $8.00 | |
| 7 | 1547 | 62.5 | 2026-11-11 | $10.00 | |
| 8 | 1547 | 62.1 | 2026-11-11 | $10.00 | |
| 9 | 1547 | 63.1 | 2026-11-11 | $10.00 | |
| 10 | 1542 | 60.8 | 2026-11-11 | $8.00 | |
| 11 | 1542 | 61.5 | 2026-11-11 | $2.00 | |
| 12 | 1540 | 66.6 | 2026-11-11 | $4.00 | |
| 13 | 1538 | 57.5 | 2026-11-11 | $0.548 | |
| 14 | 1538 | 60.2 | 2026-11-11 | $6.00 | |
| 15 | 1534 | 60.6 | 2026-11-11 | $2.00 | |
| 16 | 1534 | 60.4 | 2026-11-11 | $10.00 | |
| 17 | 1534 | 66.7 | 2026-11-11 | $20.00 | |
| 18 | 1533 | 63.9 | 2026-11-11 | $8.00 | |
| 19 | 1533 | 62.2 | 2026-11-11 | $2.00 | |
| 20 | 1532 | 64.4 | 2026-11-11 | $10.00 | |
| 21 | 1531 | 59.4 | 2026-11-11 | $1.50 | |
| 22 | 1530 | 59.7 | 2026-11-11 | $10.00 | |
| 23 | 1530 | 59.9 | 2026-11-11 | $4.00 | |
| 24 | 1529 | 64.2 | 2026-11-11 | – | |
| 25 | 1529 | 58.7 | 2026-11-11 | $10.00 | |
| 26 | 1528 | 57.6 | 2026-11-11 | $6.00 | |
| 27 | 1528 | 65.0 | 2026-11-11 | $10.00 | |
| 28 | 1526 | 57.8 | 2026-11-11 | $0.238 | |
| 29 | 1525 | 58.5 | 2026-11-11 | $0.525 | |
| 30 | 1525 | 60.0 | 2026-11-11 | $3.75 | |
| 31 | 1523 | 58.7 | 2026-11-11 | $3.00 | |
| 32 | 1523 | 57.1 | 2026-11-11 | $10.00 | |
| 33 | 1522 | 58.8 | 2026-11-11 | $2.15 | |
| 34 | 1521 | 62.6 | 2026-11-11 | $4.00 | |
| 35 | 1521 | 58.6 | 2026-11-11 | $5.63 | |
| 36 | 1520 | 59.9 | 2026-11-11 | $4.50 | |
| 37 | 1520 | 62.1 | 2026-11-11 | $1.50 | |
| 38 | 1520 | 55.5 | 2026-11-11 | $1.50 | |
| 39 | 1520 | 59.0 | 2026-11-11 | $4.00 | |
| 40 | 1519 | 57.9 | 2026-11-11 | $6.00 | |
| 41 | 1518 | 61.0 | 2026-11-11 | $1.50 | |
| 42 | 1518 | 63.5 | 2026-11-11 | $11.25 | |
| 43 | 新 | 1518 | 63.4 | 2026-11-11 | $3.00 |
| 44 | 1517 | 60.1 | 2026-11-11 | $4.50 | |
| 45 | 1517 | 62.5 | 2026-11-11 | $4.00 | |
| 46 | 1517 | 60.0 | 2026-11-11 | – | |
| 47 | 1516 | 55.1 | 2026-11-11 | $1.71 | |
| 48 | 1515 | 58.9 | 2026-11-11 | $2.15 | |
| 49 | 1515 | 56.7 | 2026-11-11 | $4.81 | |
| 50 | 1514 | 59.3 | 2026-11-11 | $3.00 | |
| 51 | 1514 | 58.4 | 2026-11-11 | – | |
| 52 | 1513 | 56.9 | 2026-11-11 | $11.25 | |
| 53 | 1513 | – | 2026-11-11 | – | |
| 54 | 1512 | 55.4 | 2026-11-11 | $2.15 | |
| 55 | 1512 | 53.8 | 2026-11-11 | $6.00 | |
| 56 | 1512 | – | 2026-11-11 | – | |
| 57 | 1511 | 58.1 | 2026-11-11 | $30.00 | |
| 58 | 1511 | 54.8 | 2026-11-11 | $0.175 | |
| 59 | 1511 | 57.9 | 2026-11-11 | $5.63 | |
| 60 | 1511 | 58.3 | 2026-11-11 | $1.56 |
相关基准测试
Arena Coding 上的热门模型对比
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。