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

联网搜索Arena Search：模型联网检索后作答，用户对比回答质量与引用后投票。

第 1 名

GPT 5.6 SolXHighOpenAI

搜索偏好

1257.93Arena±6.47

领先第 2 名

+8.02统计并列

来源

Arena2026-10-13

联网搜索排名38

model= /

第一梯队3 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。

名次模型思考强度搜索偏好· 95% 区间

01

GPT 5.6 Sol

gpt-5.6-sol-xhigh

思考强度：XHigh

1257.93

02

GPT 6.1 Sol

gpt-6.1-sol-max

思考强度：Max

1249.92

03

GPT 6 Astra

gpt-6-astra-max

思考强度：Max

1246.24

04

Claude Fable 5.1

claude-fable-5.1-high

思考强度：High

1233.37

05

Qwen3.8 Max

qwen3.8-max

思考强度：—

1229.50

06

Claude Fable 5

claude-fable-5-high

思考强度：High

1229.02

07

GPT 6 Sol

gpt-6-sol-max

思考强度：Max

1228.21

08

GPT 5.5 Search

gpt-5.5-search

思考强度：—

1226.45

09

Claude Opus 4.6 Search

claude-opus-4-6-search

思考强度：—

1222.05

10

Claude Opus 5

claude-opus-5-high

思考强度：High

1214.35

11

Claude Opus 5.5

claude-opus-5.5-medium

思考强度：Medium

1211.23

12

Claude Opus 4.7

claude-opus-4-7

思考强度：—

1209.71

13

GPT 6 Luna

gpt-6-luna-max

思考强度：Max

1209.25

14

Gemini 3.1 Pro Grounding

gemini-3.1-pro-grounding

思考强度：—

1206.62

15

Grok 4.20 Multi Agent Beta 0309

grok-4.20-multi-agent-beta-0309

思考强度：—

1206.38

16

Grok 4.5

grok-4.5

思考强度：—

1206.19

17

Claude Sonnet 4.6 Search

claude-sonnet-4-6-search

思考强度：—

1201.93

18

Gemini 3 Pro Grounding

gemini-3-pro-grounding

思考强度：—

1200.75

19

Grok 4.20 Beta1

grok-4.20-beta1

思考强度：—

1199.31

20

GPT 5.4 Search

gpt-5.4-search

思考强度：—

1196.26

有 7 天前的可比快照后显示周变化。