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。
- 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)。
- 新进前 20 名: Gemini 4 Carbon 第 1 名(1522)、Gemini 4 Neon 第 2 名(1509)、Claude Opus 5.5 第 3 名(1505)、Claude Fable 5.1 第 4 名(1499)、Muse Wonder 第 5 名(1494)
CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.
- 1Gemini 4 Carbon (high)1522
- 2Gemini 4 Neon (high)1509
- 3Claude Opus 5.5 (high)1505
- 4Claude Fable 5.1 (max)1499
- 5Muse Wonder (max)1494
- 6Gemini 4 Hydrogen (high)1494
- 7Claude Opus 4.6 (high)1493
- 8Gemini 4 Argon (high)1492
- 9Claude Opus 4.61488
- 10Claude Opus 5 (max)1488
- 11MiMo-V2.6-Pro1486
- 12GPT-5.5 (high)1485
- 13GPT-5.4 (high)1484
- 14Claude Fable 5 (high)1483
- 15Claude Fable 5.2 (max)1483
188 / 188
| # | |||||
|---|---|---|---|---|---|
| 1 | 1522 | 68.6 | 2026-11-19 | $4.00 | |
| 2 | 新 | 1509 | 68.0 | 2026-11-19 | $6.00 |
| 3 | 1505 | 65.5 | 2026-11-19 | $8.00 | |
| 4 | 1499 | 66.4 | 2026-11-19 | $20.00 | |
| 5 | 1494 | 60.1 | 2026-11-19 | $8.00 | |
| 6 | 1494 | 64.8 | 2026-11-19 | $3.00 | |
| 7 | 1493 | 62.4 | 2026-11-19 | $10.00 | |
| 8 | 1492 | 64.8 | 2026-11-19 | $4.00 | |
| 9 | 1488 | 60.7 | 2026-11-19 | $10.00 | |
| 10 | 1488 | 64.5 | 2026-11-19 | $10.00 | |
| 11 | 1486 | 57.0 | 2026-11-19 | $0.544 | |
| 12 | 1485 | 63.4 | 2026-11-19 | $11.25 | |
| 13 | 1484 | 58.4 | 2026-11-19 | $5.63 | |
| 14 | 1483 | 63.3 | 2026-11-19 | $20.00 | |
| 15 | 1483 | 70.2 | 2026-11-19 | $16.00 | |
| 16 | 1482 | 60.3 | 2026-11-19 | $4.50 | |
| 17 | 1481 | 60.8 | 2026-11-19 | $11.25 | |
| 18 | 1481 | 60.1 | 2026-11-19 | $2.00 | |
| 19 | 1480 | 59.8 | 2026-11-19 | $3.75 | |
| 20 | 1479 | 61.4 | 2026-11-19 | $2.00 | |
| 21 | 1479 | 60.2 | 2026-11-19 | $4.00 | |
| 22 | 1478 | 62.4 | 2026-11-19 | $3.38 | |
| 23 | 1478 | 59.9 | 2026-11-19 | $10.00 | |
| 24 | 1478 | 64.2 | 2026-11-19 | $10.00 | |
| 25 | 1476 | 63.7 | 2026-11-19 | $8.00 | |
| 26 | 1476 | 63.0 | 2026-11-19 | $10.00 | |
| 27 | 1476 | 61.9 | 2026-11-19 | $1.50 | |
| 28 | 1475 | – | 2026-11-19 | – | |
| 29 | 1475 | 57.7 | 2026-11-19 | $5.63 | |
| 30 | 1473 | 62.4 | 2026-11-19 | $4.00 | |
| 31 | 1473 | 60.8 | 2026-11-19 | $3.00 | |
| 32 | 1472 | 60.9 | 2026-11-19 | $1.50 | |
| 33 | 1472 | 59.5 | 2026-11-19 | $4.50 | |
| 34 | 1471 | 59.7 | 2026-11-19 | $6.00 | |
| 35 | 1470 | 60.2 | 2026-11-19 | $10.00 | |
| 36 | 1470 | 65.8 | 2026-11-19 | $4.00 | |
| 37 | 1469 | 59.9 | 2026-11-19 | $4.50 | |
| 38 | 1469 | 59.1 | 2026-11-19 | $1.50 | |
| 39 | 1469 | 58.6 | 2026-11-19 | $2.15 | |
| 40 | 1468 | 64.8 | 2026-11-19 | – | |
| 41 | 1468 | 58.5 | 2026-11-19 | $1.13 | |
| 42 | 1468 | 66.8 | 2026-11-19 | $20.00 | |
| 43 | 1468 | 58.5 | 2026-11-19 | $0.525 | |
| 44 | 1467 | 61.8 | 2026-11-19 | $3.38 | |
| 45 | 1466 | 54.4 | 2026-11-19 | $0.200 | |
| 46 | 1465 | 58.9 | 2026-11-19 | $3.00 | |
| 47 | 1465 | 58.5 | 2026-11-19 | $10.00 | |
| 48 | 1464 | 55.5 | 2026-11-19 | $0.435 | |
| 49 | 1464 | 61.6 | 2026-11-19 | $2.00 | |
| 50 | 1463 | 58.8 | 2026-11-19 | $2.15 | |
| 51 | 1462 | 53.5 | 2026-11-19 | $3.44 | |
| 52 | 1461 | 57.5 | 2026-11-19 | $0.238 | |
| 53 | 1461 | 58.3 | 2026-11-19 | $6.00 | |
| 54 | 1460 | 58.0 | 2026-11-19 | $0.450 | |
| 55 | 1459 | 56.9 | 2026-11-19 | $10.00 | |
| 56 | 1459 | 59.6 | 2026-11-19 | $10.00 | |
| 57 | 1458 | 57.5 | 2026-11-19 | $3.44 | |
| 58 | 1458 | 58.4 | 2026-11-19 | $1.56 | |
| 59 | 1457 | – | 2026-11-19 | – | |
| 60 | 1456 | 55.0 | 2026-11-19 | $1.71 |
相关基准测试
Arena Text Factuality 上的热门模型对比
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。