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

中文英文日文韩文

英文Arena 英文提问的用户盲测偏好。

第 1 名

Gemini 4 Argon (High)Google

英文偏好

1531.94Arena±13.84

领先第 2 名

+18.31

能力指纹

编程写作指令多轮难题数学中文

来源

Arena2026-10-15

英文排名233

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。

名次模型思考强度英文偏好· 95% 区间能力指纹

01

Gemini 4 Argon (High)

Gemini 4 Argon (High)

思考强度：—

1531.94

02

Claude Opus 4.6 (High)

Claude Opus 4.6 (High)

思考强度：—

1513.63

03

Claude Fable 5 (High)

Claude Fable 5 (High)

思考强度：—

1512.63

04

Claude Opus 5.5 (High)

Claude Opus 5.5 (High)

思考强度：—

1511.06

05

Claude Opus 4.7 (High)

Claude Opus 4.7 (High)

思考强度：—

1509.83

06

Claude Opus 4.6

Claude Opus 4.6

思考强度：—

1506.27

07

Claude Opus 4.7

Claude Opus 4.7

思考强度：—

1500.22

08

Claude Fable 5.1 (Max)

Claude Fable 5.1 (Max)

思考强度：—

1499.06

09

Gemini 3.8 Flash (High)

Gemini 3.8 Flash (High)

思考强度：—

1498.59

10

GPT 6.1 Sol

gpt-6.1-sol-max

思考强度：Max

1495.34

11

Kimi K3 (Max)

Kimi K3 (Max)

思考强度：—

1494.61

12

Claude Opus 5 (High)

Claude Opus 5 (High)

思考强度：—

1493.11

13

Claude Opus 5 (Max)

Claude Opus 5 (Max)

思考强度：—

1493.08

14

Qwen3.8 Max

qwen3.8-max

思考强度：—

1491.38

15

Claude Sonnet 5.5

claude-sonnet-5.5-xhigh

思考强度：XHigh

1491.16

16

Claude Opus 4.8

claude-opus-4-8-high

思考强度：High

1489.99

17

Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview

思考强度：—

1489.88

18

GPT 5.6 Sol

gpt-5.6-sol-xhigh

思考强度：XHigh

1489.35

19

GLM 5.3

glm-5.3-max

思考强度：Max

1488.02

20

GPT 6 Astra

gpt-6-astra-max

思考强度：Max

1487.36

有 7 天前的可比快照后显示周变化。