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

科学研究Arena 行业分类：生命、物理与社会科学相关提问的用户偏好。

第 1 名

Gemini 4 Argon (High)Google

科学研究偏好

1538.91Arena±21.43

领先第 2 名

+10.90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

科学研究排名233

model= /

第一梯队10 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。

名次模型思考强度科学研究偏好· 95% 区间能力指纹

01

Gemini 4 Argon (High)

Gemini 4 Argon (High)

思考强度：—

1538.91

02

Claude Opus 4.6 (High)

Claude Opus 4.6 (High)

思考强度：—

1528.01

03

Claude Opus 4.7 (High)

Claude Opus 4.7 (High)

思考强度：—

1525.43

04

Claude Fable 5 (High)

Claude Fable 5 (High)

思考强度：—

1525.16

05

Kimi K3 (Max)

Kimi K3 (Max)

思考强度：—

1522.92

06

Claude Fable 5.1 (Max)

Claude Fable 5.1 (Max)

思考强度：—

1520.59

07

Claude Opus 4.6

Claude Opus 4.6

思考强度：—

1518.91

08

Gemini 3.8 Flash (High)

Gemini 3.8 Flash (High)

思考强度：—

1517.30

09

Claude Opus 5.5 (High)

Claude Opus 5.5 (High)

思考强度：—

1516.81

10

Claude Opus 4.7

Claude Opus 4.7

思考强度：—

1513.80

11

Qwen3.8 Max

qwen3.8-max

思考强度：—

1513.58

12

Claude Opus 5 (Max)

Claude Opus 5 (Max)

思考强度：—

1512.96

13

Gemini 3.7 Flash (High)

Gemini 3.7 Flash (High)

思考强度：—

1511.55

14

Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview

思考强度：—

1510.44

15

Claude Opus 5 (High)

Claude Opus 5 (High)

思考强度：—

1507.52

16

GLM 5.3

glm-5.3-max

思考强度：Max

1506.08

17

Claude Opus 4.8

claude-opus-4-8-high

思考强度：High

1503.79

18

Claude Sonnet 4.6

claude-sonnet-4-6

思考强度：—

1500.00

19

Claude Opus 4.8

claude-opus-4-8

思考强度：—

1499.85

20

GLM 5.2

glm-5.2-max

思考强度：Max

1499.11

有 7 天前的可比快照后显示周变化。