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。
- 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)。
- 下降: Claude Opus 5.5 #1 → #2、Claude Sonnet 5.5 #2 → #3、Gemini 4 Carbon #3 → #4、GPT-6 Astra #4 → #5、Claude Fable 5.1 #5 → #7、Muse Wonder Full #7 → #8、Claude Opus 5 #8 → #10、Kimi K3.1 Pro #9 → #11、Gemini 4 Argon #10 → #12、GPT-6.1 Terra #11 → #13
- 新进前 20 名: Claude Fable 5.2 第 1 名(1838)、Gemini 4 Hydrogen 第 9 名(1704)
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。
- 1Claude Fable 5.2 (xhigh)1838
- 2Claude Opus 5.5 (max)1815
- 3Claude Sonnet 5.5 (xhigh)1772
- 4Gemini 4 Carbon (high)1768
- 5GPT-6 Astra (max)1764
- 6GPT-6.1 Sol (max)1743
- 7Claude Fable 5.1 (max)1742
- 8Muse Wonder Full (max)1724
- 9Claude Sonnet 5.5 (high)1715
- 10Gemini 4 Hydrogen (high)1704
- 11Claude Opus 5 (max)1691
- 12Kimi K3.1 Pro (max)1687
- 13Gemini 4 Argon (high)1681
- 14GPT-6.1 Terra (max)1678
- 15Qwen3.8 Max (max)1676
150 / 150
| # | |||||
|---|---|---|---|---|---|
| 1 | 新 | 1838 | 69.7 | 2026-11-11 | $16.00 |
| 2 | 1815 | 68.4 | 2026-11-11 | $8.00 | |
| 3 | 1772 | 62.5 | 2026-11-11 | $4.00 | |
| 4 | 1768 | 68.9 | 2026-11-11 | $4.00 | |
| 5 | 1764 | 67.3 | 2026-11-11 | $20.00 | |
| 6 | 1743 | 66.6 | 2026-11-11 | $4.00 | |
| 7 | 1742 | 66.7 | 2026-11-11 | $20.00 | |
| 8 | 1724 | 61.7 | 2026-11-11 | – | |
| 9 | 1715 | 59.5 | 2026-11-11 | $4.00 | |
| 10 | 新 | 1704 | 63.4 | 2026-11-11 | $3.00 |
| 11 | 1691 | 65.0 | 2026-11-11 | $10.00 | |
| 12 | 1687 | 59.9 | 2026-11-11 | $4.00 | |
| 13 | 1681 | 65.3 | 2026-11-11 | $4.00 | |
| 14 | 1678 | 64.1 | 2026-11-11 | $2.00 | |
| 15 | 1676 | 58.7 | 2026-11-11 | $3.00 | |
| 16 | 1673 | 62.6 | 2026-11-11 | $4.00 | |
| 17 | 1664 | 57.7 | 2026-11-11 | $0.525 | |
| 18 | 1658 | 60.2 | 2026-11-11 | $6.00 | |
| 19 | 1657 | 64.4 | 2026-11-11 | $10.00 | |
| 20 | 1655 | 60.6 | 2026-11-11 | $2.00 | |
| 21 | 1647 | 60.8 | 2026-11-11 | $8.00 | |
| 22 | 1647 | 57.9 | 2026-11-11 | $0.475 | |
| 23 | 1641 | 57.4 | 2026-11-11 | $3.00 | |
| 24 | 1638 | 54.8 | 2026-11-11 | $0.175 | |
| 25 | 1632 | 56.7 | 2026-11-11 | $1.25 | |
| 26 | 1625 | 63.9 | 2026-11-11 | $20.00 | |
| 27 | 1625 | 57.5 | 2026-11-11 | $0.548 | |
| 28 | 1624 | 53.9 | 2026-11-11 | $0.230 | |
| 29 | 1623 | 58.8 | 2026-11-11 | $2.15 | |
| 30 | 1621 | 58.5 | 2026-11-11 | $0.525 | |
| 31 | 1621 | 58.1 | 2026-11-11 | $2.00 | |
| 32 | 1618 | 60.6 | 2026-11-11 | $3.00 | |
| 33 | 1615 | 63.9 | 2026-11-11 | $8.00 | |
| 34 | 新 | 1613 | – | 2026-11-11 | – |
| 35 | 1609 | 57.8 | 2026-11-11 | $0.238 | |
| 36 | 新 | 1609 | 52.1 | 2026-11-11 | $0.200 |
| 37 | 1608 | 58.9 | 2026-11-11 | $2.15 | |
| 38 | 1593 | 55.3 | 2026-11-11 | $0.200 | |
| 39 | 1590 | 55.1 | 2026-11-11 | $1.06 | |
| 40 | 1588 | 62.1 | 2026-11-11 | $1.50 | |
| 41 | 1584 | 54.3 | 2026-11-11 | $0.262 | |
| 42 | 1584 | 59.4 | 2026-11-11 | $1.50 | |
| 43 | 1582 | 57.2 | 2026-11-11 | $0.262 | |
| 44 | 1581 | 56.0 | 2026-11-11 | $1.98 | |
| 45 | 1577 | 55.1 | 2026-11-11 | $0.200 | |
| 46 | 1573 | – | 2026-11-11 | $1.43 | |
| 47 | 1565 | 52.9 | 2026-11-11 | $1.05 | |
| 48 | 1557 | 60.0 | 2026-11-11 | $10.00 | |
| 49 | 1555 | 60.4 | 2026-11-11 | $10.00 | |
| 50 | 1555 | 63.1 | 2026-11-11 | $10.00 | |
| 51 | 1553 | 59.3 | 2026-11-11 | $3.00 | |
| 52 | 1547 | 62.5 | 2026-11-11 | $10.00 | |
| 53 | 1542 | 62.2 | 2026-11-11 | $2.00 | |
| 54 | 1539 | 59.0 | 2026-11-11 | $4.00 | |
| 55 | 1538 | 61.0 | 2026-11-11 | $1.50 | |
| 56 | 1537 | 62.1 | 2026-11-11 | $10.00 | |
| 57 | 1536 | 58.7 | 2026-11-11 | $10.00 | |
| 58 | 1534 | 61.5 | 2026-11-11 | $2.00 | |
| 59 | 1526 | – | 2026-11-11 | $2.00 | |
| 60 | 1522 | 57.6 | 2026-11-11 | $6.00 |
相关基准测试
Arena WebDev 上的热门模型对比
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。