BenchLeader

LMArena WebDev 排行榜

截至 2026年11月16日,LMArena WebDev 的最高分为 1838,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Opus 5.5(1815)。共有 150 个模型配置公布了结果(Arena (LMArena),结果日期 2026年11月11日)。LMArena WebDev 让两个模型根据同一个提示词搭建同一个小型 Web 应用,渲染出两者的效果,由访客对能运行的成品投票。LMArena WebDev 计入 BenchLeader Index 的编程得分。

要点(截至 2026年11月16日)

  • Claude Fable 5.2 以 1838 保持 Arena WebDev 最高分(Arena (LMArena),2026年11月11日)。
  • Claude Opus 5.5 以 1815 位列 Arena WebDev 第二(Arena (LMArena),2026年11月11日)。
  • Arena WebDev:对生成的网页应用进行两两投票(Arena (LMArena))。
  • BenchLeader 上有 150 个模型配置公布了 Arena WebDev 结果(BenchLeader,2026年11月16日)。
  • Arena WebDev 计入 BenchLeader Index 的编程类别(BenchLeader 方法论)。

对生成的网页应用进行两两投票。

发布方
Arena (LMArena)
类别
编程
Index 权重
1.0
模型
150
数据截至
2026年11月16日

Arena WebDev 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

LMArena WebDev 让两个模型根据同一个提示词搭建同一个小型 Web 应用,渲染出两者的效果,由访客对能运行的成品投票。

评分方式

根据对渲染后应用的两两投票得出的 Bradley-Terry 评分。

注意事项

投票奖励的是初稿的视觉完成度和速度;构建失败的一方无论代码质量如何都会输。票数比文本竞技场少。

150 / 150
#
1新Claude Fable 5.2xhigh183869.72026-11-11$16.00
2Claude Opus 5.5max181568.42026-11-11$8.00
3Claude Sonnet 5.5xhigh177262.52026-11-11$4.00
4Gemini 4 Carbonhigh176868.92026-11-11$4.00
5GPT-6 Astramax176467.32026-11-11$20.00
6GPT-6.1 Solmax174366.62026-11-11$4.00
7Claude Fable 5.1max174266.72026-11-11$20.00
8Muse Wonder Fullmax172461.72026-11-11–
9Claude Sonnet 5.5high171559.52026-11-11$4.00
10新Gemini 4 Hydrogenhigh170463.42026-11-11$3.00
11Claude Opus 5max169165.02026-11-11$10.00
12Kimi K3.1 Promax168759.92026-11-11$4.00
13Gemini 4 Argonhigh168165.32026-11-11$4.00
14GPT-6.1 Terramax167864.12026-11-11$2.00
15Qwen3.8 Maxmax167658.72026-11-11$3.00
16GPT-6 Solmax167362.62026-11-11$4.00
17DeepSeek V4.1 Flash 1017max166457.72026-11-11$0.525
18Kimi K3max165860.22026-11-11$6.00
19Claude Opus 5high165764.42026-11-11$10.00
20Muse Spark 1.3max165560.62026-11-11$2.00
21Muse Wondermax164760.82026-11-11$8.00
22Inkling 2 Small164757.92026-11-11$0.475
23Grok 4.7xhigh164157.42026-11-11$3.00
24MiMo-V2.6-Flash163854.82026-11-11$0.175
25Hy4163256.72026-11-11$1.25
26Claude Fable 5high162563.92026-11-11$20.00
27MiMo-V2.6-Pro162557.52026-11-11$0.548
28Qwen3.8-Flash-Next162453.92026-11-11$0.230
29GLM 5.3max162358.82026-11-11$2.15
30DeepSeek V4.1 Flashmax162158.52026-11-11$0.525
31Muse Spark 1.3xhigh162158.12026-11-11$2.00
32Grok 4.6high161860.62026-11-11$3.00
33GPT-5.6 Solxhigh161563.92026-11-11$8.00
34新U2 Flash1613–2026-11-11–
35GLM 5.3 Flash160957.82026-11-11$0.238
36新Muse Embermax160952.12026-11-11$0.200
37GLM 5.2max160858.92026-11-11$2.15
38Claude Haiku 5.5high159355.32026-11-11$0.200
39Qwen3.8 27B159055.12026-11-11$1.06
40Gemini 3.7 Flashhigh158862.12026-11-11$1.50
41MiniMax M3.1 Flash158454.32026-11-11$0.262
42Gemini 3.8 Flashhigh158459.42026-11-11$1.50
43DeepSeek V4 Flashhigh158257.22026-11-11$0.262
44DeepSeek V4 Prohigh158156.02026-11-11$1.98
45GPT-6 Lunamax157755.12026-11-11$0.200
46Step 5 Previewhigh1573–2026-11-11$1.43
47Mistral Large 4156552.92026-11-11$1.05
48Claude Opus 4.7high155760.02026-11-11$10.00
49Claude Opus 4.8high155560.42026-11-11$10.00
50Claude Opus 4.7155563.12026-11-11$10.00
51Grok 4.5155359.32026-11-11$3.00
52Claude Opus 4.6high154762.52026-11-11$10.00
53Muse Spark 1.1154262.22026-11-11$2.00
54Claude Sonnet 5high153959.02026-11-11$4.00
55Gemini 3.6 Flashhigh153861.02026-11-11$1.50
56Claude Opus 4.6153762.12026-11-11$10.00
57Claude Opus 4.8153658.72026-11-11$10.00
58Muse Spark 1.2xhigh153461.52026-11-11$2.00
59Muse Spark Openmax1526–2026-11-11$2.00
60Claude Sonnet 4.6152257.62026-11-11$6.00

更多编程基准测试 · 全部大模型基准测试

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

Arena WebDev:常见问题

Arena WebDev 衡量的是什么?
LMArena WebDev 让两个模型根据同一个提示词搭建同一个小型 Web 应用,渲染出两者的效果,由访客对能运行的成品投票。分数以基于两两对比的 Elo 式评分表示,越高越好。
Arena WebDev 的最高分是多少?
截至 2026年11月16日,Arena WebDev 的最高分为 1838,由 Claude Fable 5.2 取得(结果日期 2026年11月11日),领先于 Claude Opus 5.5(1815)。分数来自 Arena (LMArena),每天重新读取。
哪个 AI 模型在 Arena WebDev 上领先?
截至 2026年11月16日,Arena WebDev 排名第一的是 Claude Fable 5.2,分数为 1838(结果日期 2026年11月11日)。其后为 Claude Opus 5.5(1815)。
有多少模型有 Arena WebDev 结果?
BenchLeader 上有 150 个模型配置有 Arena WebDev 结果,全部取自 Arena (LMArena)。
Arena WebDev 由谁运行,多久更新一次?
Arena WebDev 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 WebDev 是否计入 BenchLeader Index?
计入。Arena WebDev 计入 BenchLeader Index 的编程类别,并经过归一化,使参评模型的平均值为 50。