BenchLeader

LMArena Longer Queries 排行榜

截至 2026年11月16日,LMArena Longer Queries 的最高分为 1544,由 Gemini 4 Argon(Google)取得,领先于 Gemini 4 Carbon(1538)。共有 363 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月11日)。对超过一定长度的提示词进行两两投票。LMArena Longer Queries 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 1544 保持 Arena Longer Queries 最高分(Arena (LMArena),2026年11月11日)。
  • Gemini 4 Carbon 以 1538 位列 Arena Longer Queries 第二(Arena (LMArena),2026年11月11日)。
  • Arena Longer Queries:文本竞技场在长提示词上的评分(Arena (LMArena))。
  • BenchLeader 上有 363 个模型配置公布了 Arena Longer Queries 结果(BenchLeader,2026年11月16日)。
  • Arena Longer Queries 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

文本竞技场在长提示词上的评分。

发布方
Arena (LMArena)
类别
人类偏好
Index 权重
仅作参考
模型
363
数据截至
2026年11月16日

Arena Longer Queries 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

对超过一定长度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

票数比总榜少。

363 / 363
#
1Gemini 4 Argonhigh154465.32026-11-11$4.00
2Gemini 4 Carbonhigh153868.92026-11-11$4.00
3Claude Fable 5high152263.92026-11-11$20.00
4Claude Opus 4.6high152262.52026-11-11$10.00
5Claude Opus 5.5high152066.02026-11-11$8.00
6Claude Opus 4.6151762.12026-11-11$10.00
7Claude Opus 4.7high151660.02026-11-11$10.00
8新Gemini 4 Hydrogenhigh151463.42026-11-11$3.00
9Gemini 3.8 Flashhigh151159.42026-11-11$1.50
10Claude Fable 5.1max151066.72026-11-11$20.00
11Claude Opus 4.7150863.12026-11-11$10.00
12Muse Wondermax150760.82026-11-11$8.00
13Claude Opus 4.8high150360.42026-11-11$10.00
14Claude Opus 5max150265.02026-11-11$10.00
15Claude Opus 5high150264.42026-11-11$10.00
16Gemini 3.7 Flashhigh150162.12026-11-11$1.50
17Kimi K3max150060.22026-11-11$6.00
18Claude Opus 4.8149958.72026-11-11$10.00
19Gemini 3.1 Pro149959.92026-11-11$4.50
20Muse Spark 1.3max149860.62026-11-11$2.00
21GPT-5.6 Solxhigh149863.92026-11-11$8.00
22Qwen3.8 Maxmax149658.72026-11-11$3.00
23MiMo-V2.6-Pro149657.52026-11-11$0.548
24Claude Opus 4.5high149559.72026-11-11$10.00
25Claude Opus 4.5149357.12026-11-11$10.00
26Claude Sonnet 4.6149257.62026-11-11$6.00
27Qwen3.7max149160.02026-11-11$3.75
28Muse Spark 1.2xhigh149161.52026-11-11$2.00
29Kimi K3.1 Promax149159.92026-11-11$4.00
30Claude Sonnet 5.5xhigh149162.52026-11-11$4.00
31Gemini 3 Pro149160.02026-11-11–
32GLM 5.3max148858.82026-11-11$2.15
33GPT-6.1 Solmax148866.62026-11-11$4.00
34GPT-5.5high148763.52026-11-11$11.25
35GPT-5.5148661.02026-11-11$11.25
36MiMo-V2.5-Pro148655.52026-11-11$1.50
37GLM 5.2max148658.92026-11-11$2.15
38GPT-6 Astramax148567.32026-11-11$20.00
39Claude Sonnet 4.5high148557.92026-11-11$6.00
40Gemini 3.6 Flashhigh148561.02026-11-11$1.50
41Claude Opus 4.1thinking148558.12026-11-11$30.00
42Gemini 3.5 Flashhigh148362.52026-11-11$3.38
43Qwen3.5 Maxmax1482–2026-11-11–
44Claude Sonnet 4.5148253.82026-11-11$6.00
45DeepSeek V4.1 Flashmax148158.52026-11-11$0.525
46Claude Sonnet 5high148159.02026-11-11$4.00
47GPT-5.4high148158.62026-11-11$5.63
48Muse Spark 1.1148162.22026-11-11$2.00
49Gemini 3.5 Flashmedium148061.82026-11-11$3.38
50Grok 4.5148059.32026-11-11$3.00
51GLM 5.3 Flash148057.82026-11-11$0.238
52GLM 5.1148055.42026-11-11$2.15
53Kimi K2.6147855.12026-11-11$1.71
54GPT-5.4147757.92026-11-11$5.63
55Grok 4.6high147660.62026-11-11$3.00
56Gemini 3 Flash147656.52026-11-11$1.13
57Muse Spark147664.22026-11-11–
58GPT-5.5 Instant147556.92026-11-11$11.25
59DeepSeek V4 Prohigh147456.02026-11-11$1.98
60Qwen3.6 Maxmax147362.12026-11-11$2.92

更多人类偏好基准测试 · 全部大模型基准测试

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

Arena Longer Queries:常见问题

Arena Longer Queries 衡量的是什么?
对超过一定长度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 Longer Queries 的最高分是多少?
截至 2026年11月16日,Arena Longer Queries 的最高分为 1544,由 Gemini 4 Argon 取得(结果日期 2026年11月11日),领先于 Gemini 4 Carbon(1538)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena Longer Queries 上领先?
截至 2026年11月16日,Arena Longer Queries 排名第一的是 Gemini 4 Argon,分数为 1544(结果日期 2026年11月11日)。其后为 Gemini 4 Carbon(1538)。
有多少模型有 Arena Longer Queries 结果?
BenchLeader 上有 363 个模型配置有 Arena Longer Queries 结果,全部取自 Arena (LMArena)。
Arena Longer Queries 由谁运行,多久更新一次?
Arena Longer Queries 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 Longer Queries 是否计入 BenchLeader Index?
不计入。Arena Longer Queries 仅作参考展示,不计入综合分数。