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。

在 WebAi 中参与排名

证据预算5%

上游数据时间11/11 08:00

最近成功同步11/14 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

真人偏好预算 10% 分为整体 5% 和创作 5%；与 Arena 的编程和视觉评测仍共用证据家族。按官方成绩数据时间判断新旧。

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
1	Gemini 4 Carbon (High)google	1,526.2	High 推理
2	Gemini 4 Argon (High)Google	1,521.7	High 推理
3	Muse Wonder (Max)meta	1,510.9	Max 推理
4	Claude Opus 5.5 (High)Anthropic	1,506.8	High 推理
5	Claude Fable 5 (High)Anthropic	1,504	High 推理
6	Claude Opus 4.6 (High)Anthropic	1,502.8	High 推理
7	Claude Fable 5.1 (Max)Anthropic	1,502.3	Max 推理
8	Claude Opus 4.7 (High)Anthropic	1,501.1	High 推理
9	Gemini 3.8 Flash (High)Google	1,496.7	High 推理
10	Muse Spark 1.3 (Max)Meta	1,496.5	Max 推理
13	Muse Spark 1.2 (xHigh)Meta	1,492.9	xHigh 推理
14	Muse Spark 1.1Meta	1,490.9	来源默认配置
15	Gemini 4 Hydrogen (High)google	1,490.4	High 推理
17	Gemini 3.7 Flash (High)Google	1,489.3	High 推理
18	Muse SparkMeta	1,489.2	来源默认配置
19	Claude Opus 5 (Max)Anthropic	1,489	Max 推理
20	Kimi K3 (Max)Moonshot AI	1,487.4	Max 推理
21	Gemini 3.1 Pro PreviewGoogle	1,486.8	来源默认配置
22	Gemini 3 ProGoogle	1,485.6	来源默认配置
23	GPT-5.6 Sol (xHigh)OpenAI	1,485.1	xHigh 推理
24	Kimi K3.1 Pro (Max)moonshot	1,484.7	Max 推理
25	Qwen3.8-MaxAlibaba	1,484.1	来源默认配置
26	Gemini 3.6 Flash (High)Google	1,482.6	High 推理
27	Claude Opus 4.8 (High)Anthropic	1,481.9	High 推理
28	GLM-5.3 (Max)Z.ai	1,481.6	Max 推理
29	GPT-5.5 (High)OpenAI	1,481.3	High 推理
30	GPT-6.1 Sol (Max)—	1,480.8	Max 推理
31	MiMo-V2.6-ProXiaomi	1,479.9	来源默认配置
32	Gemini 3.5 Flash (High)Google	1,478.4	High 推理
35	GPT-5.2 Chat (20260210)openai	1,475.6	来源默认配置

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。整体与创作分类存在重叠投票，共享原有真人偏好预算，不视为两家独立评测机构。

数据许可：CC BY 4.0

成绩由 LMArena 发布，原始分数与 WebAi 共识分使用不同尺度，不能直接相加。