最佳角色扮演AI模型

使用Arena Elo评分(归一化到0-100刻度)对AI模型的角色扮演和创意对话质量进行排名。

Last updated: 42m ago

第一名模型

Claude Opus 4.6

评分: 100

平均评分

81.8

所有排名模型

已排名模型

有基准测试数据

权重：Arena Elo (100%)

Top Best for Roleplay Models by Weighted Score

Top 15 models by weighted score

LMMarketCap.com

#	模型	提供商	评分	Arena Elo
1	Claude Opus 4.6Anthropic	Anthropic	100	100
2	Gemini 3.1 Pro PreviewGoogle	Google	99	99
3	Claude Opus 4.7Anthropic	Anthropic	98.5	98.5
4	GPT-5.4OpenAI	OpenAI	97.5	97.5
5	GPT-5.2OpenAI	OpenAI	96.8	96.8
6	Claude Opus 4.8Anthropic	Anthropic	96.5	96.5
7	Gemini 3.5 FlashGoogle	Google	96.2	96.2
8	GPT-5.1OpenAI	OpenAI	95.8	95.8
9	GPT-5.5OpenAI	OpenAI	95.8	95.8
10	Gemini 3 Flash PreviewGoogle	Google	95.7	95.7
11	GPT-5OpenAI	OpenAI	94.2	94.2
12	Claude Sonnet 4.6Anthropic	Anthropic	93.3	93.3
13	Claude Sonnet 4.5Anthropic	Anthropic	92	92
14	Gemini 2.5 ProGoogle	Google	90.7	90.7
15	Claude Opus 4.5Anthropic	Anthropic	88.3	88.3
16	DeepSeek V3.2DeepSeek	DeepSeek	87.5	87.5
17	o3OpenAI	OpenAI	85.8	85.8
18	Gemini 2.5 FlashGoogle	Google	82.5	82.5
19	R1 0528DeepSeek	DeepSeek	80	80
20	DeepSeek V3 0324DeepSeek	DeepSeek	74.2	74.2
21	Llama 4 MaverickMeta	Meta	70.8	70.8
22	DeepSeek V3DeepSeek	DeepSeek	69.7	69.7
23	GPT-4.1OpenAI	OpenAI	66.7	66.7
24	GPT-4oOpenAI	OpenAI	64.3	64.3
25	Mistral LargeMistral AI	Mistral AI	63.3	63.3
26	Command ACohere	Cohere	60.2	60.2
27	Llama 3.3 70B InstructMeta	Meta	57.2	57.2
28	Claude Haiku 4.5Anthropic	Anthropic	56.7	56.7
29	GPT-4o-miniOpenAI	OpenAI	53.7	53.7
30	Llama 3.1 70B InstructMeta	Meta	49.7	49.7

评分计算方式

每个模型的评分是其可用基准测试结果的加权平均值。当模型缺少某些基准测试时，权重会在可用的基准测试之间重新归一化。所有评分均为0-100的刻度。数据来源于官方模型卡片、已发表论文和第三方评估平台。

Frequently Asked Questions

根据我们的基准测试分析，Anthropic的Claude Opus 4.6目前在Roleplay领域排名第一，加权评分为100/100。

模型使用Arena Elo基准测试分数的加权平均进行排名。所有分数均归一化到0-100的刻度。

我们目前对30个拥有相关基准测试数据的模型进行了Roleplay任务排名。