排行榜

能力评测站内热度

外部权威评测，保留原始分数与来源

综合编程 Agent 与工具推理与知识写作与对话语言行业视觉图像视频

Agent 综合命令行可靠性联网搜索文档理解

文档理解Arena Document：基于用户上传的文档作答，用户对比后投票。

第 1 名

Claude Fable 5Anthropic

文档偏好

1498.88Arena±7.94

领先第 2 名

+3.62统计并列

来源

Arena2026-09-13

文档理解排名41

model= /

第一梯队9 个模型与第 1 名在 95% 置信区间内无显著差异，名次先后不代表确定的强弱。

名次模型思考强度文档偏好· 95% 区间

01

Claude Fable 5

claude-fable-5

思考强度：—

1498.88

02

Claude Opus 4.6

claude-opus-4-6-high

思考强度：High

1495.26

03

Claude Opus 4.7

claude-opus-4-7

思考强度：—

1494.19

04

Claude Opus 4.6

claude-opus-4-6

思考强度：—

1493.94

05

Claude Opus 4.7

claude-opus-4-7-high

思考强度：High

1493.04

06

Claude Fable 5.1

claude-fable-5.1-max

思考强度：Max

1492.83

07

Claude Opus 5

claude-opus-5-high

思考强度：High

1489.75

08

GPT 5.6 Sol

gpt-5.6-sol-xhigh

思考强度：XHigh

1488.67

09

Claude Opus 4.8

claude-opus-4-8-high

思考强度：High

1485.93

10

GPT 5.5

gpt-5.5

思考强度：—

1482.81

11

GPT 5.5

gpt-5.5-high

思考强度：High

1480.24

12

Claude Sonnet 4.6

claude-sonnet-4-6

思考强度：—

1477.73

13

GPT 5.6 Terra

gpt-5.6-terra-xhigh

思考强度：XHigh

1476.65

14

Claude Sonnet 5

claude-sonnet-5-high

思考强度：High

1475.70

15

Claude Opus 4.8

claude-opus-4-8

思考强度：—

1475.38

16

GPT 6 Astra

gpt-6-astra-max

思考强度：Max

1472.56

17

GPT 5.4

gpt-5.4

思考强度：—

1470.09

18

Claude Opus 4.5 (20251101)

claude-opus-4-5-20251101

思考强度：—

1464.61

19

Grok 4.5

grok-4.5

思考强度：—

1464.35

20

GPT 5.6 Luna

gpt-5.6-luna-xhigh

思考强度：XHigh

1461.98

有 7 天前的可比快照后显示周变化。