LMArena Multi-turn 排行榜
截至 2026年11月16日,LMArena Multi-turn 的最高分为 1564,由 Gemini 4 Carbon(Google)取得,领先于 Gemini 4 Argon(1545)。共有 382 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月11日)。对多轮对话进行两两投票,奖励能跟踪上下文的模型。LMArena Multi-turn 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Gemini 4 Carbon 以 1564 保持 Arena Multi-turn 最高分(Arena (LMArena),2026年11月11日)。
- Gemini 4 Argon 以 1545 位列 Arena Multi-turn 第二(Arena (LMArena),2026年11月11日)。
- Arena Multi-turn:文本竞技场在多轮对话上的评分(Arena (LMArena))。
- BenchLeader 上有 382 个模型配置公布了 Arena Multi-turn 结果(BenchLeader,2026年11月16日)。
- Arena Multi-turn 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
文本竞技场在多轮对话上的评分。
- 类别
- 人类偏好
- Index 权重
- 仅作参考
- 模型
- 382
- 数据截至
- 2026年11月16日
Arena Multi-turn 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)。
- 上升: Claude Opus 5.5 #10 → #9、Gemini 3.1 Pro #14 → #13
- 下降: Kimi K3 #9 → #10、Gemini 3 Pro #13 → #14
- 评分变化最大: Mistral Large 4 +5.6 → 1429
CC BY 4.0 — lmarena-ai/leaderboard-dataset on Hugging Face.
测试内容
对多轮对话进行两两投票,奖励能跟踪上下文的模型。
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。
- 1Gemini 4 Carbon (high)1564
- 2Gemini 4 Argon (high)1545
- 3Muse Wonder (max)1525
- 4Claude Fable 5 (high)1517
- 5Claude Opus 4.6 (high)1517
- 6Claude Opus 4.7 (high)1516
- 7Claude Opus 4.71514
- 8Muse Spark 1.2 (xhigh)1510
- 9Claude Opus 4.61509
- 10Gemini 3.8 Flash (high)1505
- 11Claude Opus 5.5 (high)1502
- 12Kimi K3 (max)1502
- 13Claude Opus 4.8 (high)1497
- 14Muse Spark 1.11497
- 15Gemini 3.1 Pro1495
382 / 382
| # | |||||
|---|---|---|---|---|---|
| 1 | 1564 | 68.9 | 2026-11-11 | $4.00 | |
| 2 | 1545 | 65.3 | 2026-11-11 | $4.00 | |
| 3 | 1525 | 60.8 | 2026-11-11 | $8.00 | |
| 4 | 1517 | 63.9 | 2026-11-11 | $20.00 | |
| 5 | 1517 | 62.5 | 2026-11-11 | $10.00 | |
| 6 | 1516 | 60.0 | 2026-11-11 | $10.00 | |
| 7 | 1514 | 63.1 | 2026-11-11 | $10.00 | |
| 8 | 1510 | 61.5 | 2026-11-11 | $2.00 | |
| 9 | 1509 | 62.1 | 2026-11-11 | $10.00 | |
| 10 | 1505 | 59.4 | 2026-11-11 | $1.50 | |
| 11 | 1502 | 66.0 | 2026-11-11 | $8.00 | |
| 12 | 1502 | 60.2 | 2026-11-11 | $6.00 | |
| 13 | 1497 | 60.4 | 2026-11-11 | $10.00 | |
| 14 | 1497 | 62.2 | 2026-11-11 | $2.00 | |
| 15 | 1495 | 59.9 | 2026-11-11 | $4.50 | |
| 16 | 1495 | 60.0 | 2026-11-11 | – | |
| 17 | 1495 | 58.7 | 2026-11-11 | $3.00 | |
| 18 | 1495 | 56.7 | 2026-11-11 | $4.81 | |
| 19 | 1493 | 58.7 | 2026-11-11 | $10.00 | |
| 20 | 1493 | 60.6 | 2026-11-11 | $2.00 | |
| 21 | 1493 | 58.6 | 2026-11-11 | $5.63 | |
| 22 | 1493 | 64.2 | 2026-11-11 | – | |
| 23 | 1491 | 63.9 | 2026-11-11 | $8.00 | |
| 24 | 1490 | 62.1 | 2026-11-11 | $1.50 | |
| 25 | 1490 | 61.0 | 2026-11-11 | $1.50 | |
| 26 | 1488 | 63.5 | 2026-11-11 | $11.25 | |
| 27 | 1486 | 65.0 | 2026-11-11 | $10.00 | |
| 28 | 1486 | 64.4 | 2026-11-11 | $10.00 | |
| 29 | 1486 | 66.6 | 2026-11-11 | $4.00 | |
| 30 | 1485 | 66.7 | 2026-11-11 | $20.00 | |
| 31 | 1485 | 59.7 | 2026-11-11 | $10.00 | |
| 32 | 1484 | 61.0 | 2026-11-11 | $11.25 | |
| 33 | 1484 | 57.1 | 2026-11-11 | $10.00 | |
| 34 | 1483 | 56.9 | 2026-11-11 | $11.25 | |
| 35 | 1483 | 67.3 | 2026-11-11 | $20.00 | |
| 36 | 1483 | – | 2026-11-11 | – | |
| 37 | 1482 | 58.8 | 2026-11-11 | $2.15 | |
| 38 | 1482 | 56.5 | 2026-11-11 | $1.13 | |
| 39 | 1480 | 57.9 | 2026-11-11 | $5.63 | |
| 40 | 1480 | 57.6 | 2026-11-11 | $6.00 | |
| 41 | 1480 | 55.5 | 2026-11-11 | $1.50 | |
| 42 | 1480 | 62.5 | 2026-11-11 | $3.38 | |
| 43 | 1479 | 60.0 | 2026-11-11 | $3.75 | |
| 44 | 1479 | 58.3 | 2026-11-11 | $1.56 | |
| 45 | 1478 | 61.8 | 2026-11-11 | $3.38 | |
| 46 | 1478 | 55.4 | 2026-11-11 | $2.15 | |
| 47 | 1477 | – | 2026-11-11 | – | |
| 48 | 1477 | 53.8 | 2026-11-11 | $6.00 | |
| 49 | 1477 | 58.9 | 2026-11-11 | $2.15 | |
| 50 | 新 | 1476 | 63.4 | 2026-11-11 | $3.00 |
| 51 | 1476 | 57.8 | 2026-11-11 | $0.238 | |
| 52 | 1475 | 53.0 | 2026-11-11 | $0.990 | |
| 53 | 1475 | 59.9 | 2026-11-11 | $4.00 | |
| 54 | 1475 | 60.1 | 2026-11-11 | $4.50 | |
| 55 | 1475 | 58.5 | 2026-11-11 | $1.56 | |
| 56 | 1474 | 53.8 | 2026-11-11 | $1.13 | |
| 57 | 1473 | 59.0 | 2026-11-11 | $4.00 | |
| 58 | 1472 | – | 2026-11-11 | – | |
| 59 | 1472 | 59.3 | 2026-11-11 | $3.00 | |
| 60 | 1472 | 54.9 | 2026-11-11 | $1.55 |
相关基准测试
Arena Multi-turn 上的热门模型对比
引用格式:BenchLeader,《Arena Multi-turn 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/lmarena_text_multiturn。
Arena Multi-turn:常见问题
- Arena Multi-turn 衡量的是什么?
- 对多轮对话进行两两投票,奖励能跟踪上下文的模型。分数以基于两两对比的 Elo 式评分表示,越高越好。
- Arena Multi-turn 的最高分是多少?
- 截至 2026年11月16日,Arena Multi-turn 的最高分为 1564,由 Gemini 4 Carbon 取得(结果日期 2026年11月11日),领先于 Gemini 4 Argon(1545)。分数来自 Arena (LMArena),每天重新读取。
- 哪个 AI 模型在 Arena Multi-turn 上领先?
- 截至 2026年11月16日,Arena Multi-turn 排名第一的是 Gemini 4 Carbon,分数为 1564(结果日期 2026年11月11日)。其后为 Gemini 4 Argon(1545)。
- 有多少模型有 Arena Multi-turn 结果?
- BenchLeader 上有 382 个模型配置有 Arena Multi-turn 结果,全部取自 Arena (LMArena)。
- Arena Multi-turn 由谁运行,多久更新一次?
- Arena Multi-turn 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 Multi-turn 是否计入 BenchLeader Index?
- 不计入。Arena Multi-turn 仅作参考展示,不计入综合分数。