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

软件与 IT 医疗健康法律政务商业金融科学研究娱乐传媒

医疗健康Arena 行业分类：医疗与健康相关提问的用户偏好；不构成医疗建议依据。

第 1 名

Gemini 4 Argon (High)Google

医疗健康偏好

1551.07Arena±33.11

领先第 2 名

+28.36统计并列

能力指纹

编程写作指令多轮难题数学中文

来源

Arena2026-10-15

医疗健康排名232

model= /

第一梯队16 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。

名次模型思考强度医疗健康偏好· 95% 区间能力指纹

01

Gemini 4 Argon (High)

Gemini 4 Argon (High)

思考强度：—

1551.07

02

Claude Fable 5.1 (Max)

Claude Fable 5.1 (Max)

思考强度：—

1522.71

03

Claude Opus 4.6 (High)

Claude Opus 4.6 (High)

思考强度：—

1518.16

04

Claude Opus 4.7 (High)

Claude Opus 4.7 (High)

思考强度：—

1516.96

05

Claude Opus 5.5 (High)

Claude Opus 5.5 (High)

思考强度：—

1515.57

06

Kimi K3 (Max)

Kimi K3 (Max)

思考强度：—

1513.83

07

Claude Opus 4.6

Claude Opus 4.6

思考强度：—

1512.93

08

Claude Opus 5 (Max)

Claude Opus 5 (Max)

思考强度：—

1512.93

09

Claude Opus 4.7

Claude Opus 4.7

思考强度：—

1512.86

10

Gemini 3 Pro

Gemini 3 Pro

思考强度：—

1509.08

11

Gemini 3.8 Flash (High)

Gemini 3.8 Flash (High)

思考强度：—

1508.39

12

Qwen3.8 Max

qwen3.8-max

思考强度：—

1507.73

13

Claude Fable 5 (High)

Claude Fable 5 (High)

思考强度：—

1507.07

14

DeepSeek V4.1 Flash

deepseek-v4.1-flash-max

思考强度：Max

1505.06

15

Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview

思考强度：—

1504.57

16

Claude Opus 5 (High)

Claude Opus 5 (High)

思考强度：—

1503.72

17

GPT 6.1 Sol

gpt-6.1-sol-max

思考强度：Max

1500.50

18

Claude Opus 4.8

claude-opus-4-8-high

思考强度：High

1500.01

19

Gemini 3.7 Flash (High)

Gemini 3.7 Flash (High)

思考强度：—

1499.78

20

Grok 4.1 Thinking

grok-4.1-thinking

思考强度：—

1499.66

有 7 天前的可比快照后显示周变化。