Arena Text Style-Controlled

LMArena / 真人盲选 · 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。

在 AICue 中参与排名

所属领域真人盲选

上游数据时间10/28 08:00

最近成功同步10/30 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。

计分：真人盲选领域，只这一项。

同一模型测了多个档位时，按固定规则只取一套代表成绩；没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示，名次照搬原榜，每项最多列 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	Gemini 4 Carbon (High)Google	1,527.5	High 推理
2	Gemini 4 Argon (High)Google	1,520.3	High 推理
3	Claude Opus 5.5 (High)Anthropic	1,508.7	High 推理
4	Muse Wonder (Max)Meta	1,507.1	Max 推理
5	Claude Fable 5.1 (Max)Anthropic	1,504.4	Max 推理
6	Claude Fable 5 (High)Anthropic	1,503.9	High 推理
7	Claude Opus 4.6 (High)Anthropic	1,503.2	High 推理
8	Claude Opus 4.7 (High)Anthropic	1,501	High 推理
10	Gemini 3.8 Flash (High)Google	1,495.9	High 推理
11	Muse Spark 1.3 (Max)Meta	1,495	Max 推理
13	Muse Spark 1.2 (xHigh)Meta	1,492.2	xHigh 推理
15	Claude Opus 5 (Max)Anthropic	1,490.5	Max 推理
16	Muse Spark 1.1Meta	1,490.2	来源默认配置
17	Gemini 3.7 Flash (High)Google	1,489.6	High 推理
18	Muse SparkMeta	1,489	来源默认配置
19	Kimi K3 (Max)Moonshot AI	1,488.2	Max 推理
20	Gemini 3.1 Pro PreviewGoogle	1,486.9	来源默认配置
21	Gemini 3 ProGoogle	1,485.4	来源默认配置
22	GPT-5.6 Sol (xHigh)OpenAI	1,484.9	xHigh 推理
23	Gemini 3.6 Flash (High)Google	1,483.2	High 推理
24	Qwen3.8-MaxAlibaba	1,482.4	来源默认配置
25	Claude Opus 4.8 (High)Anthropic	1,481.7	High 推理
26	GPT-5.5 (High)OpenAI	1,481.7	High 推理
27	GPT-6.1 Sol (Max)OpenAI	1,481.3	Max 推理
28	GLM-5.3 (Max)Z.ai	1,480.6	Max 推理
29	MiMo-V2.6-ProXiaomi	1,479.7	来源默认配置
30	Gemini 3.5 Flash (High)Google	1,477.6	High 推理
31	Claude Sonnet 5.5 (xHigh)Anthropic	1,477.1	xHigh 推理
33	GLM-5.3-FlashZ.ai	1,476.5	来源默认配置
35	DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek	1,476.2	Max 推理

评测局限与数据署名

人类偏好受回答风格、用户结构和提示分布影响。

数据许可：CC BY 4.0

成绩由 LMArena 发布。各项评测的原始分数尺度不同，不能直接相加；AICue 按公开规则把它们折算成同一种分数。