Arena WebDev

Name: Arena WebDev
Creator: LMArena

LMArena · 同样是真人盲选，比的是网页好不好用、能不能交付。

在 WebAi 中参与排名

证据预算2.4%

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 WebDev 总榜，不抓取 arena.ai 实时页面；与 Text 共同构成一张 Arena 家族票。

编程与设计预算中的 2.4%；在审美分类衡量网页作品偏好，不等同代码正确率。仍与 Arena 其他任务共用证据家族。

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	Claude Fable 5.2 (xHigh)Anthropic	1,837.8	xHigh 推理
2	Claude Opus 5.5 (Max)Anthropic	1,814.7	Max 推理
3	Claude Sonnet 5.5 (xHigh)—	1,772.3	xHigh 推理
4	Gemini 4 Carbon (High)google	1,768.2	High 推理
5	GPT-6 Astra (Max)OpenAI	1,763.8	Max 推理
6	GPT-6.1 Sol (Max)—	1,743.3	Max 推理
7	Claude Fable 5.1 (Max)Anthropic	1,741.9	Max 推理
8	Muse Wonder Full (Max)meta	1,723.5	Max 推理
10	Gemini 4 Hydrogen (High)google	1,704.2	High 推理
11	Claude Opus 5 (Max)Anthropic	1,690.9	Max 推理
12	Kimi K3.1 Pro (Max)moonshot	1,687.2	Max 推理
13	Gemini 4 Argon (High)Google	1,681	High 推理
14	GPT-6.1 Terra (Max)OpenAI	1,678.1	Max 推理
16	GPT-6 Sol (Max)OpenAI	1,672.6	Max 推理
17	Qwen3.8-MaxAlibaba	1,670.4	来源默认配置
18	DeepSeek-V4.1-Flash-20261017 (Max)deepseek	1,663.7	Max 推理
19	Kimi K3 (Max)Moonshot AI	1,657.8	Max 推理
21	Muse Spark 1.3 (Max)Meta	1,655.1	Max 推理
22	Muse Wonder (Max)meta	1,647.4	Max 推理
23	Inkling 2 Smallthinky	1,647.1	来源默认配置
24	Grok 4.7 (xHigh)xAI	1,640.7	xHigh 推理
25	MiMo-V2.6-FlashXiaomi	1,638.1	来源默认配置
26	Hy4 previewTencent	1,631.7	来源默认配置
27	Claude Fable 5 (High)Anthropic	1,625.4	High 推理
28	MiMo-V2.6-ProXiaomi	1,625	来源默认配置
29	Qwen3.8-Flash-NextAlibaba	1,623.7	来源默认配置
30	GLM-5.3 (Max)Z.ai	1,622.5	Max 推理
31	DeepSeek-V4.1-Flash-20260910 (Max)deepseek	1,620.6	Max 推理
33	Grok 4.6 (High)xAI	1,618.1	High 推理
34	GPT-5.6 Sol (xHigh, Codex Harness)OpenAI	1,615.2	xHigh 推理 · Codex Harness

评测局限与数据署名

与 Text 存在偏好构念相关性。

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。