BenchLeader

LMArena Instruction Following 排行榜

截至 2026年11月16日,LMArena Instruction Following 的最高分为 1528,由 Gemini 4 Argon(Google)取得,领先于 Gemini 4 Carbon(1525)。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)。对给回答设定了明确约束的提示词进行两两投票。LMArena Instruction Following 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 4 Argon 以 1528 保持 Arena Instruction Following 最高分(Arena (LMArena),2026年11月11日)。
  • Gemini 4 Carbon 以 1525 位列 Arena Instruction Following 第二(Arena (LMArena),2026年11月11日)。
  • Arena Instruction Following:文本竞技场在含明确指令的提示词上的评分(Arena (LMArena))。
  • BenchLeader 上有 384 个模型配置公布了 Arena Instruction Following 结果(BenchLeader,2026年11月16日)。
  • Arena Instruction Following 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

文本竞技场在含明确指令的提示词上的评分。

发布方
Arena (LMArena)
类别
指令遵循
Index 权重
仅作参考
模型
384
数据截至
2026年11月16日

Arena Instruction Following 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

对给回答设定了明确约束的提示词进行两两投票。

评分方式

根据两两投票得出的 Bradley-Terry 评分,以类 Elo 单位表示,采用风格控制。

注意事项

投票者凭肉眼判断是否遵守约束;程序化检查请看 IFEval。

384 / 384
#
1Gemini 4 Argonhigh152865.32026-11-11$4.00
2Gemini 4 Carbonhigh152568.92026-11-11$4.00
3Claude Opus 5.5high151866.02026-11-11$8.00
4Claude Opus 4.6high151162.52026-11-11$10.00
5Claude Fable 5high150963.92026-11-11$20.00
6新Gemini 4 Hydrogenhigh150363.42026-11-11$3.00
7Claude Opus 4.7high150360.02026-11-11$10.00
8Claude Fable 5.1max150166.72026-11-11$20.00
9Claude Opus 4.6149962.12026-11-11$10.00
10Muse Wondermax149860.82026-11-11$8.00
11Claude Opus 5high149664.42026-11-11$10.00
12Claude Opus 5max149465.02026-11-11$10.00
13Claude Opus 4.7149363.12026-11-11$10.00
14Claude Opus 4.8high149260.42026-11-11$10.00
15Gemini 3.8 Flashhigh149259.42026-11-11$1.50
16GPT-5.6 Solxhigh149063.92026-11-11$8.00
17Kimi K3max148960.22026-11-11$6.00
18Kimi K3.1 Promax148759.92026-11-11$4.00
19Gemini 3.7 Flashhigh148662.12026-11-11$1.50
20Muse Spark 1.3max148560.62026-11-11$2.00
21Claude Opus 4.5high148359.72026-11-11$10.00
22Claude Sonnet 5.5xhigh148262.52026-11-11$4.00
23GPT-6.1 Solmax148266.62026-11-11$4.00
24GLM 5.3max148158.82026-11-11$2.15
25Gemini 3.1 Pro148059.92026-11-11$4.50
26Muse Spark 1.2xhigh147961.52026-11-11$2.00
27Claude Opus 4.8147958.72026-11-11$10.00
28Qwen3.8 Maxmax147858.72026-11-11$3.00
29GPT-5.5high147763.52026-11-11$11.25
30DeepSeek V4.1 Flashmax147658.52026-11-11$0.525
31GPT-5.5147561.02026-11-11$11.25
32Claude Sonnet 4.6147557.62026-11-11$6.00
33Claude Opus 4.5147457.12026-11-11$10.00
34GPT-6 Astramax147467.32026-11-11$20.00
35GLM 5.3 Flash147457.82026-11-11$0.238
36Muse Spark 1.1147362.22026-11-11$2.00
37Gemini 3.6 Flashhigh147361.02026-11-11$1.50
38Gemini 3 Pro147360.02026-11-11–
39MiMo-V2.6-Pro147257.52026-11-11$0.548
40GPT-5.4high147158.62026-11-11$5.63
41GLM 5.2max147058.92026-11-11$2.15
42MiMo-V2.5-Pro146855.52026-11-11$1.50
43Qwen3.5 Maxmax1468–2026-11-11–
44Claude Sonnet 5high146759.02026-11-11$4.00
45Gemini 3.5 Flashmedium146661.82026-11-11$3.38
46Qwen3.7max146660.02026-11-11$3.75
47Gemini 3.5 Flashhigh146562.52026-11-11$3.38
48Muse Spark146564.22026-11-11–
49GPT-5.6 Terraxhigh146360.12026-11-11$4.50
50Claude Sonnet 4.5high146357.92026-11-11$6.00
51Claude Sonnet 4.5146253.82026-11-11$6.00
52Grok 4.5146259.32026-11-11$3.00
53GLM 5.1146155.42026-11-11$2.15
54DeepSeek V4 Prohigh146156.02026-11-11$1.98
55GPT-5.4146057.92026-11-11$5.63
56Claude Opus 4.1thinking145858.12026-11-11$30.00
57Gemini 3 Flash145756.52026-11-11$1.13
58GPT-5.2145756.72026-11-11$4.81
59GPT-5.5 Instant145656.92026-11-11$11.25
60Kimi K2.6145655.12026-11-11$1.71

更多指令遵循基准测试 · 全部大模型基准测试

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

Arena Instruction Following:常见问题

Arena Instruction Following 衡量的是什么?
对给回答设定了明确约束的提示词进行两两投票。分数以基于两两对比的 Elo 式评分表示,越高越好。
Arena Instruction Following 的最高分是多少?
截至 2026年11月16日,Arena Instruction Following 的最高分为 1528,由 Gemini 4 Argon 取得(结果日期 2026年11月11日),领先于 Gemini 4 Carbon(1525)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena Instruction Following 上领先?
截至 2026年11月16日,Arena Instruction Following 排名第一的是 Gemini 4 Argon,分数为 1528(结果日期 2026年11月11日)。其后为 Gemini 4 Carbon(1525)。
有多少模型有 Arena Instruction Following 结果?
BenchLeader 上有 384 个模型配置有 Arena Instruction Following 结果,全部取自 Arena (LMArena)。
Arena Instruction Following 由谁运行,多久更新一次?
Arena Instruction Following 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 Instruction Following 是否计入 BenchLeader Index?
不计入。Arena Instruction Following 仅作参考展示,不计入综合分数。