人类偏好 · Elo

LMArena Text

众包对战榜（原 LMSYS Chatbot Arena）：用户同时与两个匿名模型对话并投票，投票结果换算成 Bradley–Terry 评分。

持续更新数据污染风险: 低 414 条成绩 · 381 个模型更新于 2026年10月22日最新成绩：2026-10-08 官方榜单 ↗

测什么

开放式对话中的人类偏好（总榜，开启“风格控制”）。

局限

偏好不等于正确；回答长度和排版会影响投票；厂商可在发布前私下测试多个版本；分数是相对值，会随新模型加入而漂移。

数据污染风险: 低

题目来自真实用户、持续更新，但厂商可能针对竞技场风格调优。

排行

前 100 名（共 381 条）

#	模型	厂商	分数	名次	设定	来源类型	日期
1	Gemini 4 Argon	Google	1525	1	Overall, style control on; 4892 votes; 95% CI 1517–1534“gemini-4-argon-high”	官方榜单	2026年10月8日
2	Claude Opus 5.5	Anthropic	1507	2	Overall, style control on; 6272 votes; 95% CI 1499–1515“claude-opus-5.5-high”	官方榜单	2026年10月8日
3	Claude Opus 4.6	Anthropic	1504	3	Overall, style control on; 79415 votes; 95% CI 1501–1508“claude-opus-4-6-high”	官方榜单	2026年10月8日
4	Claude Fable 5	Anthropic	1504	4	Overall, style control on; 40026 votes; 95% CI 1499–1508“claude-fable-5-high”	官方榜单	2026年10月8日
5	Claude Opus 4.7	Anthropic	1501	5	Overall, style control on; 65192 votes; 95% CI 1497–1505“claude-opus-4-7-high”	官方榜单	2026年10月8日
6	claude-fable-5.1-max	Anthropic	1501	6	Overall, style control on; 13063 votes; 95% CI 1494–1507	官方榜单	2026年10月8日
7	Gemini 3.8 Flash	Google	1497	8	Overall, style control on; 31437 votes; 95% CI 1492–1501“gemini-3.8-flash-high”	官方榜单	2026年10月8日
8	muse-spark-1.3-max	Meta	1494	9	Overall, style control on; 14694 votes; 95% CI 1488–1500	官方榜单	2026年10月8日
9	muse-spark-1.2 (xHigh)	Meta	1492	11	Overall, style control on; 6118 votes; 95% CI 1484–1500	官方榜单	2026年10月8日
10	Muse Spark 1.1	Meta	1491	12	Overall, style control on; 39847 votes; 95% CI 1486–1495“muse-spark-1.1”	官方榜单	2026年10月8日
11	Claude Opus 5	Anthropic	1490	13	Overall, style control on; 62934 votes; 95% CI 1486–1494“claude-opus-5-high”	官方榜单	2026年10月8日
12	claude-opus-5-max	Anthropic	1489	14	Overall, style control on; 30569 votes; 95% CI 1485–1494	官方榜单	2026年10月8日
13	Muse Spark	Meta	1489	15	Overall, style control on; 14168 votes; 95% CI 1483–1495“muse-spark”	官方榜单	2026年10月8日
14	kimi-k3-maxOW	Moonshot AI	1488	16	Overall, style control on; 30351 votes; 95% CI 1483–1493	官方榜单	2026年10月8日
15	Gemini 3.1 Pro	Google	1487	17	Overall, style control on; 124675 votes; 95% CI 1484–1490“gemini-3.1-pro-preview”	官方榜单	2026年10月8日
16	Gemini 3.7 Flash	Google	1487	18	Overall, style control on; 24173 votes; 95% CI 1481–1492“gemini-3.7-flash-high”	官方榜单	2026年10月8日
17	Gemini 3 Pro	Google	1486	19	Overall, style control on; 42078 votes; 95% CI 1482–1489“gemini-3-pro”	官方榜单	2026年10月8日
18	GPT-5.6 Sol	OpenAI	1485	20	Overall, style control on; 38490 votes; 95% CI 1481–1489“gpt-5.6-sol-xhigh”	官方榜单	2026年10月8日
19	gpt-6.1-sol-max	OpenAI	1484	21	Overall, style control on; 4512 votes; 95% CI 1475–1493	官方榜单	2026年10月8日
20	Qwen 3.8 Max	Alibaba (Qwen)	1483	22	Overall, style control on; 25378 votes; 95% CI 1478–1488“qwen3.8-max”	官方榜单	2026年10月8日
21	Gemini 3.6 Flash	Google	1482	23	Overall, style control on; 36172 votes; 95% CI 1478–1487“gemini-3.6-flash-high”	官方榜单	2026年10月8日
22	GPT-5.5	OpenAI	1482	24	Overall, style control on; 69437 votes; 95% CI 1478–1485“gpt-5.5-high”	官方榜单	2026年10月8日
23	Claude Opus 4.8	Anthropic	1481	25	Overall, style control on; 64177 votes; 95% CI 1478–1485“claude-opus-4-8-high”	官方榜单	2026年10月8日
24	MiMo-V2.6 ProOW	Xiaomi Corp	1480	26	Overall, style control on; 4069 votes; 95% CI 1471–1490“mimo-v2.6-pro”	官方榜单	2026年10月8日
25	glm-5.3-maxOW	Zhipu AI (Z.ai)	1478	27	Overall, style control on; 20049 votes; 95% CI 1473–1484	官方榜单	2026年10月8日
26	Gemini 3.5 Flash	Google	1478	28	Overall, style control on; 48533 votes; 95% CI 1474–1481“gemini-3.5-flash-high”	官方榜单	2026年10月8日
27	gpt-5.2-chat-latest	OpenAI	1476	31	Overall, style control on; 36007 votes; 95% CI 1472–1480“gpt-5.2-chat-latest-20260210”	官方榜单	2026年10月8日
28	Claude Sonnet 5.5	Anthropic	1476	32	Overall, style control on; 4838 votes; 95% CI 1467–1485“claude-sonnet-5.5-xhigh”	官方榜单	2026年10月8日
29	glm-5.2-maxOW	Zhipu AI (Z.ai)	1475	33	Overall, style control on; 47521 votes; 95% CI 1471–1479	官方榜单	2026年10月8日
30	GPT-5.4	OpenAI	1475	34	Overall, style control on; 64844 votes; 95% CI 1471–1479“gpt-5.4-high”	官方榜单	2026年10月8日
31	gpt-6-astra-max	OpenAI	1475	35	Overall, style control on; 10536 votes; 95% CI 1469–1482	官方榜单	2026年10月8日
32	qwen3.7-max-preview	Alibaba (Qwen)	1475	36	Overall, style control on; 3932 votes; 95% CI 1465–1485	官方榜单	2026年10月8日
33	grok-4.20-beta1	xAI	1475	37	Overall, style control on; 27928 votes; 95% CI 1470–1479	官方榜单	2026年10月8日
34	GLM-5.3-FlashOW	Zhipu AI (Z.ai)	1475	38	Overall, style control on; 27678 votes; 95% CI 1470–1480“glm-5.3-flash”	官方榜单	2026年10月8日
35	deepseek-v4.1-flash-maxOW	DeepSeek	1475	39	Overall, style control on; 10872 votes; 95% CI 1468–1481	官方榜单	2026年10月8日
36	Claude Opus 4.5	Anthropic	1474	41	Overall, style control on; 37527 votes; 95% CI 1470–1478“claude-opus-4-5-20251101-high-32k”	官方榜单	2026年10月8日
37	GPT-5.5 Instant	OpenAI	1473	42	Overall, style control on; 27187 votes; 95% CI 1468–1478“gpt-5.5-instant”	官方榜单	2026年10月8日
38	Gemini 3 Flash	Google	1473	43	Overall, style control on; 31337 votes; 95% CI 1469–1477“gemini-3-flash”	官方榜单	2026年10月8日
39	Claude Sonnet 4.6	Anthropic	1472	44	Overall, style control on; 70971 votes; 95% CI 1468–1476“claude-sonnet-4-6”	官方榜单	2026年10月8日
40	grok-4.20-beta-0309-reasoning	xAI	1472	45	Overall, style control on; 66524 votes; 95% CI 1468–1475	官方榜单	2026年10月8日
41	grok-4.20-multi-agent-beta-0309	xAI	1471	46	Overall, style control on; 65008 votes; 95% CI 1467–1474	官方榜单	2026年10月8日
42	MiMo-V2.5-ProOW	Xiaomi Corp	1468	48	Overall, style control on; 73197 votes; 95% CI 1464–1471“mimo-v2.5-pro”	官方榜单	2026年10月8日
43	ernie-5.1	Baidu	1467	49	Overall, style control on; 39536 votes; 95% CI 1463–1472	官方榜单	2026年10月8日
44	GPT-5.6 Terra	OpenAI	1466	50	Overall, style control on; 40278 votes; 95% CI 1462–1470“gpt-5.6-terra-xhigh”	官方榜单	2026年10月8日
45	Grok 4.5	xAI	1466	51	Overall, style control on; 39953 votes; 95% CI 1461–1470“grok-4.5”	官方榜单	2026年10月8日
46	grok-4.1-thinking	xAI	1465	52	Overall, style control on; 66511 votes; 95% CI 1462–1468	官方榜单	2026年10月8日
47	qwen3.5-max-preview	Alibaba (Qwen)	1465	54	Overall, style control on; 22624 votes; 95% CI 1460–1470	官方榜单	2026年10月8日
48	DeepSeek-V4-ProOW	DeepSeek	1465	55	Overall, style control on; 9815 votes; 95% CI 1458–1471“deepseek-v4-pro-high-20260813”	官方榜单	2026年10月8日
49	GLM-5.1OW	Zhipu AI (Z.ai)	1464	56	Overall, style control on; 60592 votes; 95% CI 1461–1468“glm-5.1”	官方榜单	2026年10月8日
50	Claude Sonnet 5	Anthropic	1461	57	Overall, style control on; 47576 votes; 95% CI 1457–1465“claude-sonnet-5-high”	官方榜单	2026年10月8日
51	Kimi K2.6OW	Moonshot AI	1461	58	Overall, style control on; 40066 votes; 95% CI 1456–1465“kimi-k2.6”	官方榜单	2026年10月8日
52	Qwen 3.6 Max (Preview)	Alibaba (Qwen)	1460	59	Overall, style control on; 5426 votes; 95% CI 1452–1469“qwen3.6-max-preview”	官方榜单	2026年10月8日
53	GLM-5OW	Zhipu AI (Z.ai)	1458	63	Overall, style control on; 29292 votes; 95% CI 1453–1462“glm-5”	官方榜单	2026年10月8日
54	Claude Sonnet 4.5	Anthropic	1456	64	Overall, style control on; 83973 votes; 95% CI 1454–1459“claude-sonnet-4-5-20250929-high-32k”	官方榜单	2026年10月8日
55	dola-seed-2.0-pro	ByteDance	1456	65	Overall, style control on; 79195 votes; 95% CI 1453–1460	官方榜单	2026年10月8日
56	Qwen3.7-Plus	Alibaba (Qwen)	1456	66	Overall, style control on; 42073 votes; 95% CI 1452–1460“qwen3.7-plus”	官方榜单	2026年10月8日
57	gpt-6-sol-max	OpenAI	1456	67	Overall, style control on; 10469 votes; 95% CI 1449–1463	官方榜单	2026年10月8日
58	GPT-5.1	OpenAI	1456	68	Overall, style control on; 41674 votes; 95% CI 1452–1459“gpt-5.1-high”	官方榜单	2026年10月8日
59	Gemini 3.5 Flash-Lite	Google	1455	70	Overall, style control on; 35892 votes; 95% CI 1451–1460“gemini-3.5-flash-lite”	官方榜单	2026年10月8日
60	deepseek-v4-pro-high-previewOW	DeepSeek	1455	71	Overall, style control on; 54976 votes; 95% CI 1451–1459	官方榜单	2026年10月8日
61	Grok 4.6	xAI	1454	72	Overall, style control on; 26115 votes; 95% CI 1449–1459“grok-4.6-high”	官方榜单	2026年10月8日
62	hy3OW	Tencent	1454	73	Overall, style control on; 11284 votes; 95% CI 1448–1461	官方榜单	2026年10月8日
63	GPT-5.6 Luna	OpenAI	1452	74	Overall, style control on; 40917 votes; 95% CI 1448–1457“gpt-5.6-luna-xhigh”	官方榜单	2026年10月8日
64	gemma-4-31bOW	Google	1452	75	Overall, style control on; 6145 votes; 95% CI 1445–1460	官方榜单	2026年10月8日
65	MiMo-V2.6 FlashOW	Xiaomi Corp	1451	76	Overall, style control on; 8226 votes; 95% CI 1444–1458“mimo-v2.6-flash”	官方榜单	2026年10月8日
66	gpt-5.3-chat-latest	OpenAI	1450	77	Overall, style control on; 34367 votes; 95% CI 1446–1454	官方榜单	2026年10月8日
67	Kimi K2.5OW	Moonshot AI	1450	78	Overall, style control on; 74811 votes; 95% CI 1447–1453“kimi-k2.5-thinking”	官方榜单	2026年10月8日
68	Claude Opus 4.1	Anthropic	1450	79	Overall, style control on; 49555 votes; 95% CI 1446–1453“claude-opus-4-1-20250805-thinking-16k”	官方榜单	2026年10月8日
69	ernie-5.0-preview-1203	Baidu	1449	80	Overall, style control on; 9816 votes; 95% CI 1442–1455	官方榜单	2026年10月8日
70	MiMo-V2-Pro	Xiaomi Corp	1448	82	Overall, style control on; 25447 votes; 95% CI 1443–1452“mimo-v2-pro”	官方榜单	2026年10月8日
71	Step 5 Preview	StepFun	1447	83	Overall, style control on; 4799 votes; 95% CI 1439–1456	官方榜单	2026年10月8日
72	GPT-5.4 Mini	OpenAI	1447	84	Overall, style control on; 63493 votes; 95% CI 1443–1451“gpt-5.4-mini-high”	官方榜单	2026年10月8日
73	ernie-5.0-0110	Baidu	1446	85	Overall, style control on; 36525 votes; 95% CI 1442–1450	官方榜单	2026年10月8日
74	Gemini 2.5 Pro (Jun 2025)	Google	1446	86	Overall, style control on; 125379 votes; 95% CI 1443–1448“gemini-2.5-pro”	官方榜单	2026年10月8日
75	GPT-4.5	OpenAI	1445	87	Overall, style control on; 14547 votes; 95% CI 1439–1450“gpt-4.5-preview-2025-02-27”	官方榜单	2026年10月8日
76	Qwen 3.6 Plus	Alibaba (Qwen)	1443	88	Overall, style control on; 48208 votes; 95% CI 1439–1447“qwen3.6-plus”	官方榜单	2026年10月8日
77	chatgpt-4o-latest	OpenAI	1443	89	Overall, style control on; 81927 votes; 95% CI 1440–1446“chatgpt-4o-latest-20250326”	官方榜单	2026年10月8日
78	Grok 4.7	xAI	1443	90	Overall, style control on; 8780 votes; 95% CI 1436–1450“grok-4.7-xhigh”	官方榜单	2026年10月8日
79	gpt-6-luna-max	OpenAI	1443	91	Overall, style control on; 28632 votes; 95% CI 1438–1448	官方榜单	2026年10月8日
80	Qwen3.5 397B-A17BOW	Alibaba (Qwen)	1442	92	Overall, style control on; 91190 votes; 95% CI 1439–1445“qwen3.5-397b-a17b”	官方榜单	2026年10月8日
81	Grok 4.3 Beta	xAI	1442	93	Overall, style control on; 71448 votes; 95% CI 1438–1445“grok-4.3”	官方榜单	2026年10月8日
82	GLM-4.7OW	Zhipu AI (Z.ai)	1441	94	Overall, style control on; 12256 votes; 95% CI 1435–1447“glm-4.7”	官方榜单	2026年10月8日
83	InklingOW	Thinking Machines	1441	95	Overall, style control on; 37744 votes; 95% CI 1437–1445“inkling”	官方榜单	2026年10月8日
84	MiniMax-M3OW	MiniMax	1441	96	Overall, style control on; 61220 votes; 95% CI 1437–1444“minimax-m3”	官方榜单	2026年10月8日
85	deepseek-v4-flash-high-previewOW	DeepSeek	1439	97	Overall, style control on; 51859 votes; 95% CI 1435–1443	官方榜单	2026年10月8日
86	Qwen 3.8 27BOW	Alibaba (Qwen)	1438	99	Overall, style control on; 20711 votes; 95% CI 1433–1443“qwen3.8-27b”	官方榜单	2026年10月8日
87	Gemma 4 26B A4BOW	Google	1438	100	Overall, style control on; 6092 votes; 95% CI 1430–1445“gemma-4-26b-a4b”	官方榜单	2026年10月8日
88	GPT-5.2	OpenAI	1437	101	Overall, style control on; 49685 votes; 95% CI 1434–1441“gpt-5.2-high”	官方榜单	2026年10月8日
89	longcat-flash-chat-2602-exp	Meituan	1436	102	Overall, style control on; 29306 votes; 95% CI 1432–1441	官方榜单	2026年10月8日
90	deepseek-v4-flashOW	DeepSeek	1436	103	Overall, style control on; 52047 votes; 95% CI 1432–1440	官方榜单	2026年10月8日
91	GPT-5	OpenAI	1435	105	Overall, style control on; 31723 votes; 95% CI 1430–1439“gpt-5-high”	官方榜单	2026年10月8日
92	qwen3-max-preview	Alibaba (Qwen)	1434	106	Overall, style control on; 27379 votes; 95% CI 1430–1439	官方榜单	2026年10月8日
93	MiMo-V2.5OW	Xiaomi Corp	1434	107	Overall, style control on; 47402 votes; 95% CI 1429–1438“mimo-v2.5”	官方榜单	2026年10月8日
94	glm-5v-turbo	Zhipu AI (Z.ai)	1434	108	Overall, style control on; 10492 votes; 95% CI 1427–1440	官方榜单	2026年10月8日
95	Gemini-3.1-Flash-Lite-Preview	Google	1433	109	Overall, style control on; 64257 votes; 95% CI 1429–1437“gemini-3.1-flash-lite-preview”	官方榜单	2026年10月8日
96	o3	OpenAI	1432	110	Overall, style control on; 58913 votes; 95% CI 1428–1435“o3-2025-04-16”	官方榜单	2026年10月8日
97	mimo-v2-omni	Xiaomi	1431	111	Overall, style control on; 20667 votes; 95% CI 1425–1436	官方榜单	2026年10月8日
98	Grok 4.1 fast	xAI	1430	112	Overall, style control on; 57574 votes; 95% CI 1427–1434“grok-4-1-fast-reasoning”	官方榜单	2026年10月8日
99	Kimi K2 ThinkingOW	Moonshot AI	1430	114	Overall, style control on; 63390 votes; 95% CI 1427–1433“kimi-k2-thinking-turbo”	官方榜单	2026年10月8日
100	Mistral Large 4	Mistral AI	1429	115	Overall, style control on; 4179 votes; 95% CI 1420–1439“mistral-large-4”	官方榜单	2026年10月8日

数据来源与许可

来源	许可 / 条款	本站使用方式	最近抓取
LMArena leaderboard dataset LMArena, Arena Leaderboard Dataset (Hugging Face), CC BY 4.0	CC BY 4.0	开放许可：完整收录并署名	2026年10月10日 ⚠︎

← 全部基准 · 了解评测基准是怎么回事

常见问题

LMArena Text 测的是什么？

众包对战榜（原 LMSYS Chatbot Arena）：用户同时与两个匿名模型对话并投票，投票结果换算成 Bradley–Terry 评分。开放式对话中的人类偏好（总榜，开启“风格控制”）。

LMArena Text 的结果可靠吗？

偏好不等于正确；回答长度和排版会影响投票；厂商可在发布前私下测试多个版本；分数是相对值，会随新模型加入而漂移。数据污染风险: 低 – 题目来自真实用户、持续更新，但厂商可能针对竞技场风格调优。