Arena 榜单
Last updated: 27m ago
这个页面面向 “LLM arena”“Arena Elo leaderboard”“AI arena rankings” 这类搜索意图，集中展示当前最有代表性的对抗型和快速评估榜单。
15
Arena Elo 上榜模型
10
LiveBench 上榜模型
5
Arena 头部服务商
0
Arena 头部开源模型
Arena Elo
Human preference rating from 6M+ crowdsourced blind head-to-head comparisons. Users chat with two anonymous models and pick the better response.
| # | 模型 | 服务商 | 分数 |
|---|---|---|---|
| #1 | Claude Fable 5 | Anthropic | 1506 |
| #2 | Claude Opus 4.6 | Anthropic | 1503 |
| #3 | Gemini 3.1 Pro Preview | 1494 | |
| #4 | Gemini 3.1 Pro | 1494 | |
| #5 | Claude Opus 4.7 | Anthropic | 1491 |
| #6 | Qwen3.8 Max | Alibaba | 1491 |
| #7 | Muse Spark 1.1 | meta | 1489 |
| #8 | Gemini 3 Pro | 1486 | |
| #9 | GPT-5.4 | OpenAI | 1485 |
| #10 | Gemini 3.6 Flash | 1484 | |
| #11 | GPT-5.2 | OpenAI | 1481 |
| #12 | Claude Opus 4.8 | Anthropic | 1479 |
| #13 | Gemini 3.5 Flash | 1477 | |
| #14 | GPT-5.2 Chat | OpenAI | 1476 |
| #15 | GPT-5.1 | OpenAI | 1475 |
LiveBench
Comprehensive benchmark across 6 categories (math, coding, reasoning, data analysis, instruction following, language) using contamination-resistant, regularly updated questions.
头部服务商分布
Anthropic
3Alibaba
1meta
1OpenAI
1配套页面
Frequently Asked Questions
Arena 类榜单更强调模型之间的实时对抗或快速更新评估，而传统基准测试更像固定题集。两者结合起来更能反映真实竞争格局。
是。这个页面直接读取已聚合的真实 Arena Elo 和 LiveBench 分数，只显示当前本地基准数据集中存在的模型。
因为 “llm arena”“arena elo leaderboard” 这类搜索意图与通用基准页不同，用户想快速看到对抗型榜单而不是完整 benchmark 矩阵。