Arena Text Style-Controlled

LMArena · 真人匿名两两比较回答，看大家更愿意读哪一个。补上选择题看不出的整体体验。

在 MyHOT 中参与排名

证据预算5%

上游数据时间09/30 08:00

最近成功同步10/01 14:05

它测什么，怎么测

只取官方发布快照中的 Text Overall style-controlled 主榜，不抓取 arena.ai 实时页面。

如何使用这份证据

真人偏好预算 10% 分为整体 5% 和创作 5%；与 Arena 的编程和视觉评测仍共用证据家族。按官方成绩数据时间判断新旧。

评测成绩

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	gemini-4-argon-highGoogle	1,524.8	High 推理
2	claude-opus-4-6-highAnthropic	1,505.5	High 推理
3	claude-fable-5-highAnthropic	1,504.9	High 推理
4	claude-opus-5.5-highAnthropic	1,504	High 推理
5	claude-opus-4-7-highAnthropic	1,501.7	High 推理
6	claude-fable-5.1-maxAnthropic	1,501.2	Max 推理
8	muse-spark-1.3-maxMeta	1,494.7	Max 推理
10	muse-spark-1.2 (xHigh)Meta	1,494.2	xHigh 推理
11	gemini-3.8-flash-highGoogle	1,494.1	High 推理
12	muse-spark-1.1Meta	1,491.8	来源默认配置
14	claude-opus-5-maxAnthropic	1,489.1	Max 推理
15	muse-sparkMeta	1,489.1	来源默认配置
16	gemini-3.7-flash-highGoogle	1,488.3	High 推理
17	kimi-k3-maxMoonshot AI	1,488	来源默认配置
18	gemini-3.1-pro-previewGoogle	1,487	来源默认配置
19	gemini-3-proGoogle	1,485.5	来源默认配置
20	gpt-5.6-sol-xhighOpenAI	1,483.8	xHigh 推理
21	gemini-3.6-flash-highGoogle	1,483.1	High 推理
22	gpt-5.5-highOpenAI	1,481.3	High 推理
23	claude-opus-4-8-highAnthropic	1,481.3	High 推理
24	qwen3.8-maxAlibaba	1,480.9	来源默认配置
25	mimo-v2.6-proXiaomi	1,479.6	来源默认配置
26	glm-5.3-maxZ.ai	1,479.4	来源默认配置
27	gemini-3.5-flash-highGoogle	1,477.1	High 推理
30	gpt-6-astra-maxOpenAI	1,476.2	Max 推理
31	gpt-5.2-chat-latest-20260210OpenAI	1,475.8	来源默认配置
32	glm-5.2-maxZ.ai	1,475.4	来源默认配置
33	gpt-5.4-highOpenAI	1,475.2	High 推理
34	grok-4.20-beta1xAI	1,474.6	来源默认配置
35	qwen3.7-max-previewAlibaba	1,474.6	来源默认配置

评测局限与数据署名

人类偏好受风格、用户结构和提示分布影响。整体与创作分类存在重叠投票，共享原有真人偏好预算，不视为两家独立评测机构。

数据许可：CC BY 4.0

成绩由 LMArena 发布，原始分数与 MyHOT 共识分使用不同尺度，不能直接相加。