跳到正文

Arena Text Style-Controlled

LMArena · 真人匿名两两比较回答,看大家更愿意读哪一个。补上选择题看不出的整体体验。

官方评测
在 SIHOT 中交叉参考
证据预算不参与排序
上游数据时间11/11 08:00
最近成功同步11/18 02:05

它测什么,怎么测

只取官方发布快照中的 Text Overall style-controlled 主榜,不抓取 arena.ai 实时页面。

如何使用这份证据

整体文本榜仅交叉参考;创作分类已单独使用,不再叠加整体票。

评测成绩

按固定规则,每个公开模型采用一套代表配置;没有可采用配置的模型标为未计入并写明原因。匿名测试型号不展示,保留原榜名次,每项最多 30 个。

原榜名次原榜型号原始成绩代表配置
1Gemini 4 Carbon (High)Google1,526.2High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
2Gemini 4 Argon (High)Google1,521.7High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
3Muse Wonder (Max)Meta1,510.9Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
4Claude Opus 5.5 (High)Anthropic1,506.8High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
5Claude Fable 5 (High)Anthropic1,504High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
6Claude Opus 4.6 (High)Anthropic1,502.8High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
7Claude Fable 5.1 (Max)Anthropic1,502.3Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
8Claude Opus 4.7 (High)Anthropic1,501.1High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
9Gemini 3.8 Flash (High)Google1,496.7High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
10Muse Spark 1.3 (Max)Meta1,496.5Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
13Muse Spark 1.2 (xHigh)Meta1,492.9xHigh 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
14Muse Spark 1.1Meta1,490.9来源默认配置未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
15Gemini 4 Hydrogen (High)Google1,490.4High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
17Gemini 3.7 Flash (High)Google1,489.3High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
18Muse SparkMeta1,489.2来源默认配置未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
19Claude Opus 5 (Max)Anthropic1,489Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
20Kimi K3 (Max)Moonshot AI1,487.4Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
21Gemini 3.1 Pro PreviewGoogle1,486.8来源默认配置未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
22Gemini 3 ProGoogle1,485.6来源默认配置未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
23GPT-5.6 Sol (xHigh)OpenAI1,485.1xHigh 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
24Kimi K3.1 Pro (Max)Moonshot AI1,484.7Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
25Qwen3.8-MaxAlibaba1,484.1来源默认配置未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
26Gemini 3.6 Flash (High)Google1,482.6High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
27Claude Opus 4.8 (High)Anthropic1,481.9High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
28GLM-5.3 (Max)Z.ai1,481.6Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
29GPT-5.5 (High)OpenAI1,481.3High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
30GPT-6.1 Sol (Max)OpenAI1,480.8Max 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
31MiMo-V2.6-ProXiaomi1,479.9来源默认配置未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
32Gemini 3.5 Flash (High)Google1,478.4High 推理未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
35GPT-5.2 Chat (20260210)OpenAI1,475.6来源默认配置未计入:整体文本偏好是复合结果,仅供交叉核对,不与细分结果重复计分。
评测局限与数据署名

人类偏好受风格、用户结构和提示分布影响;整体与分类存在重叠。

数据许可:CC BY 4.0

成绩由 LMArena 发布,各项原始分数使用不同尺度,不能直接相加;参考位次采用公开的分差标准化规则。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有