BenchLeader

LMArena Maths 排行榜

截至 2026年11月16日,LMArena Maths 的最高分为 1536,由 Gemini 4 Argon(Google)取得,领先于 Claude Fable 5.1(1526)。共有 369 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月11日)。对被归类为数学的提示词进行两两投票。LMArena Maths 计入 BenchLeader Index 的数学得分。

要点(截至 2026年11月16日)

  • Gemini 4 Argon 以 1536 保持 Arena Maths 最高分(Arena (LMArena),2026年11月11日)。
  • Claude Fable 5.1 以 1526 位列 Arena Maths 第二(Arena (LMArena),2026年11月11日)。
  • Arena Maths:文本竞技场在数学提示词上的评分(Arena (LMArena))。
  • BenchLeader 上有 369 个模型配置公布了 Arena Maths 结果(BenchLeader,2026年11月16日)。
  • Arena Maths 计入 BenchLeader Index 的数学类别(BenchLeader 方法论)。

文本竞技场在数学提示词上的评分。

发布方
Arena (LMArena)
类别
数学
Index 权重
1.0
模型
369
数据截至
2026年11月16日

Arena Maths 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

对被归类为数学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

投票者评判的是写出来的回答,正确性并未核实。自 Index v1.2 起计入数学类别。

369 / 369
#
1Gemini 4 Argonhigh153665.32026-11-11$4.00
2Claude Fable 5.1max152666.72026-11-11$20.00
3Claude Opus 5high152164.42026-11-11$10.00
4Claude Fable 5high152063.92026-11-11$20.00
5Gemini 3.8 Flashhigh151959.42026-11-11$1.50
6Claude Opus 4.6high151662.52026-11-11$10.00
7Claude Opus 5max151565.02026-11-11$10.00
8Claude Opus 5.5high151466.02026-11-11$8.00
9Muse Spark 1.3max150660.62026-11-11$2.00
10Qwen3.8 Maxmax150558.72026-11-11$3.00
11GLM 5.3 Flash150557.82026-11-11$0.238
12Claude Opus 4.7high150360.02026-11-11$10.00
13Claude Opus 4.6150362.12026-11-11$10.00
14Kimi K3max150260.22026-11-11$6.00
15Gemini 3.7 Flashhigh150262.12026-11-11$1.50
16GLM 5.3max150158.82026-11-11$2.15
17Gemini 3.6 Flashhigh150161.02026-11-11$1.50
18GPT-5.5150061.02026-11-11$11.25
19GPT-6.1 Solmax149966.62026-11-11$4.00
20Gemini 3.5 Flashhigh149762.52026-11-11$3.38
21新Gemini 4 Hydrogenhigh149563.42026-11-11$3.00
22DeepSeek V4.1 Flashmax149558.52026-11-11$0.525
23GPT-5.6 Solxhigh149463.92026-11-11$8.00
24Muse Spark 1.1149362.22026-11-11$2.00
25Claude Opus 4.8high149260.42026-11-11$10.00
26GPT-5.5high149163.52026-11-11$11.25
27GPT-5.4high149158.62026-11-11$5.63
28Claude Opus 4.7149063.12026-11-11$10.00
29Muse Wondermax149060.82026-11-11$8.00
30Gemini 3.1 Pro148859.92026-11-11$4.50
31GLM 5.2max148758.92026-11-11$2.15
32Claude Sonnet 5.5xhigh148662.52026-11-11$4.00
33Muse Spark 1.2xhigh148661.52026-11-11$2.00
34Hy3148455.72026-11-11$0.243
35MiMo-V2.6-Pro148457.52026-11-11$0.548
36Qwen3.7max148360.02026-11-11$3.75
37Gemini 3.5 Flashmedium148261.82026-11-11$3.38
38GPT-6 Astramax148167.32026-11-11$20.00
39Kimi K2.6147955.12026-11-11$1.71
40Inkling147950.42026-11-11$2.57
41MiMo-V2.5-Pro147955.52026-11-11$1.50
42GPT-5.6 Terraxhigh147860.12026-11-11$4.50
43ERNIE 5.11478–2026-11-11–
44GPT-5.6 Lunaxhigh147658.22026-11-11$0.450
45Claude Opus 4.8147658.72026-11-11$10.00
46Gemini 3 Pro147560.02026-11-11–
47Gemini 3 Flash147456.52026-11-11$1.13
48GLM 5.1147455.42026-11-11$2.15
49Claude Opus 4.5high147259.72026-11-11$10.00
50Claude Sonnet 5high147259.02026-11-11$4.00
51Qwen3.6 Maxmax147162.12026-11-11$2.92
52Beam 1.0 501B A23B147154.22026-11-11$0.475
53Grok 4.5147059.32026-11-11$3.00
54Step 5 Preview147056.02026-11-11$1.43
55Kimi K2.5thinking147059.42026-11-11$1.20
56Gemma 4 26B A4B146956.12026-11-11$0.262
57Muse Spark146964.22026-11-11–
58Qwen3.5 Maxmax1468–2026-11-11–
59Gemma 4 31B146751.92026-11-11$0.250
60Qwen3.7 Plus146557.62026-11-11$0.700

更多数学基准测试 · 全部大模型基准测试

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

Arena Maths:常见问题

Arena Maths 衡量的是什么?
对被归类为数学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 Maths 的最高分是多少?
截至 2026年11月16日,Arena Maths 的最高分为 1536,由 Gemini 4 Argon 取得(结果日期 2026年11月11日),领先于 Claude Fable 5.1(1526)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena Maths 上领先?
截至 2026年11月16日,Arena Maths 排名第一的是 Gemini 4 Argon,分数为 1536(结果日期 2026年11月11日)。其后为 Claude Fable 5.1(1526)。
有多少模型有 Arena Maths 结果?
BenchLeader 上有 369 个模型配置有 Arena Maths 结果,全部取自 Arena (LMArena)。
Arena Maths 由谁运行,多久更新一次?
Arena Maths 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 Maths 是否计入 BenchLeader Index?
计入。Arena Maths 计入 BenchLeader Index 的数学类别,并经过归一化,使参评模型的平均值为 50。