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

日文Arena 日文提问的用户盲测偏好。

第 1 名

Claude Fable 5.1 (Max)Anthropic

日文偏好

1550.25Arena±40.77

领先第 2 名

+29.58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

日文排名196

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。

名次模型思考强度日文偏好· 95% 区间能力指纹

01

Claude Fable 5.1 (Max)

Claude Fable 5.1 (Max)

思考强度：—

1550.25

02

Claude Fable 5 (High)

Claude Fable 5 (High)

思考强度：—

1520.67

03

Gemini 3.7 Flash (High)

Gemini 3.7 Flash (High)

思考强度：—

1512.34

04

GPT 5.5

gpt-5.5-high

思考强度：High

1504.28

05

Claude Opus 5 (High)

Claude Opus 5 (High)

思考强度：—

1504.05

06

Gemini 3.8 Flash (High)

Gemini 3.8 Flash (High)

思考强度：—

1503.61

07

Gemini 3 Pro

Gemini 3 Pro

思考强度：—

1503.18

08

Kimi K3 (Max)

Kimi K3 (Max)

思考强度：—

1502.54

09

Claude Opus 5 (Max)

Claude Opus 5 (Max)

思考强度：—

1501.34

10

Claude Opus 4.6 (High)

Claude Opus 4.6 (High)

思考强度：—

1499.16

11

Gemini 3.1 Pro Preview

Gemini 3.1 Pro Preview

思考强度：—

1496.35

12

GPT 5.6 Sol

gpt-5.6-sol-xhigh

思考强度：XHigh

1494.65

13

Claude Opus 4.7 (High)

Claude Opus 4.7 (High)

思考强度：—

1489.24

14

Gemini 3 Flash

gemini-3-flash

思考强度：—

1488.25

15

Qwen 3.5 Max Preview

qwen3.5-max-preview

思考强度：—

1483.94

16

Claude Opus 4.6

Claude Opus 4.6

思考强度：—

1483.85

17

GPT 5.4

gpt-5.4-high

思考强度：High

1479.45

18

GPT 5.5

gpt-5.5

思考强度：—

1479.08

19

Gemini 3.5 Flash

gemini-3.5-flash-high

思考强度：High

1478.66

20

Gemini 3.6 Flash

gemini-3.6-flash-high

思考强度：High

1477.32

有 7 天前的可比快照后显示周变化。