BenchLeader

LMArena Text Factuality 排行榜

截至 2026年11月21日,LMArena Text Factuality 的最高分为 1522,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Neon(1509)。共有 188 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文本竞技场评分:逐条核查每个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 Text Factuality 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月21日)

  • Gemini 4 Carbon 以 1522 保持 Arena Text Factuality 最高分(Arena (LMArena),2026年11月19日)。
  • Gemini 4 Neon 以 1509 位列 Arena Text Factuality 第二(Arena (LMArena),2026年11月19日)。
  • Arena Text Factuality:以 25% 权重纳入事实性核查的文本竞技场评分:逐条核查每个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 188 个模型配置公布了 Arena Text Factuality 结果(BenchLeader,2026年11月21日)。
  • Arena Text 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文本竞技场评分:逐条核查每个回答中可在网上验证的陈述,事实错误会拉低模型的评分。

发布方
Arena (LMArena)
类别
知识
Index 权重
仅作参考
模型
188
数据截至
2026年11月21日

Arena Text 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)。

CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.

188 / 188
#
1Gemini 4 Carbonhigh152268.62026-11-19$4.00
2新Gemini 4 Neonhigh150968.02026-11-19$6.00
3Claude Opus 5.5high150565.52026-11-19$8.00
4Claude Fable 5.1max149966.42026-11-19$20.00
5Muse Wondermax149460.12026-11-19$8.00
6Gemini 4 Hydrogenhigh149464.82026-11-19$3.00
7Claude Opus 4.6high149362.42026-11-19$10.00
8Gemini 4 Argonhigh149264.82026-11-19$4.00
9Claude Opus 4.6148860.72026-11-19$10.00
10Claude Opus 5max148864.52026-11-19$10.00
11MiMo-V2.6-Pro148657.02026-11-19$0.544
12GPT-5.5high148563.42026-11-19$11.25
13GPT-5.4high148458.42026-11-19$5.63
14Claude Fable 5high148363.32026-11-19$20.00
15Claude Fable 5.2max148370.22026-11-19$16.00
16Gemini 3 Pro148260.32026-11-19$4.50
17GPT-5.5148160.82026-11-19$11.25
18Muse Spark 1.3max148160.12026-11-19$2.00
19Qwen3.7 Max148059.82026-11-19$3.75
20Muse Spark 1.2xhigh147961.42026-11-19$2.00
21Kimi K3.1 Promax147960.22026-11-19$4.00
22Gemini 3.5 Flashhigh147862.42026-11-19$3.38
23Claude Opus 4.7high147859.92026-11-19$10.00
24Claude Opus 5high147864.22026-11-19$10.00
25GPT-5.6 Solxhigh147663.72026-11-19$8.00
26Claude Opus 4.7147663.02026-11-19$10.00
27Gemini 3.7 Flashhigh147661.92026-11-19$1.50
28Qwen3.5 Max1475–2026-11-19–
29GPT-5.4147557.72026-11-19$5.63
30Claude Sonnet 5.5xhigh147362.42026-11-19$4.00
31Qwen3.8 Max147360.82026-11-19$3.00
32Gemini 3.6 Flashhigh147260.92026-11-19$1.50
33Gemini 3.1 Pro147259.52026-11-19$4.50
34Kimi K3max147159.72026-11-19$6.00
35Claude Opus 4.8high147060.22026-11-19$10.00
36GPT-6.1 Solmax147065.82026-11-19$4.00
37GPT-5.6 Terraxhigh146959.92026-11-19$4.50
38Gemini 3.8 Flashhigh146959.12026-11-19$1.50
39GLM 5.3max146958.62026-11-19$2.15
40Muse Spark146864.82026-11-19–
41Gemini 3 Flash146858.52026-11-19$1.13
42GPT-6 Astramax146866.82026-11-19$20.00
43DeepSeek V4.1 Flashmax146858.52026-11-19$0.525
44Gemini 3.5 Flashmedium146761.82026-11-19$3.38
45GPT-6 Lunamax146654.42026-11-19$0.200
46Grok 4.5146558.92026-11-19$3.00
47Claude Opus 4.8146558.52026-11-19$10.00
48MiMo-V2.5-Pro146455.52026-11-19$0.435
49Muse Spark 1.1146461.62026-11-19$2.00
50GLM 5.2max146358.82026-11-19$2.15
51Gemini 2.5 Pro146253.52026-11-19$3.44
52GLM 5.3 Flash146157.52026-11-19$0.238
53Claude Sonnet 4.6146158.32026-11-19$6.00
54GPT-5.6 Lunaxhigh146058.02026-11-19$0.450
55Claude Opus 4.5145956.92026-11-19$10.00
56Claude Opus 4.5high145959.62026-11-19$10.00
57GPT-5.1high145857.52026-11-19$3.44
58Grok 4.20 Multi-Agent145858.42026-11-19$1.56
59ERNIE 5.11457–2026-11-19–
60Kimi K2.6145655.02026-11-19$1.71

更多知识基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《Arena Text Factuality 排行榜》,数据截至 2026年11月21日,https://www.benchleader.com/zh/benchmarks/lmarena_text_factuality。

Arena Text Factuality:常见问题

Arena Text Factuality 衡量的是什么?
以 25% 权重纳入事实性核查的文本竞技场评分:逐条核查每个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 Text Factuality 的最高分是多少?
截至 2026年11月21日,Arena Text Factuality 的最高分为 1522,由 Gemini 4 Carbon 取得(结果日期 2026年11月19日),领先于 Gemini 4 Neon(1509)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena Text Factuality 上领先?
截至 2026年11月21日,Arena Text Factuality 排名第一的是 Gemini 4 Carbon,分数为 1522(结果日期 2026年11月19日)。其后为 Gemini 4 Neon(1509)。
有多少模型有 Arena Text Factuality 结果?
BenchLeader 上有 188 个模型配置有 Arena Text Factuality 结果,全部取自 Arena (LMArena)。
Arena Text Factuality 由谁运行,多久更新一次?
Arena Text 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 Text Factuality 是否计入 BenchLeader Index?
不计入。Arena Text Factuality 仅作参考展示,不计入综合分数。