跳到主要内容

每日同步 Arena 公开数据

AI 模型排行榜

从匿名对战投票与真实任务反馈,了解 AI 模型的表现。覆盖文本、编程、视觉、图像和视频 12 个榜单。

最近更新
2026-10-12
上榜模型
712
榜单
12
怎么排的
总览/搜索

搜索榜

联网检索与信息整合

数据截至 34 个模型
近 8 期选择模型
1
OpenAI新上榜
1,257±7
29,663$4 / $201.1M—
2
Anthropic↓1
1,253±5
134,699——2026-05-12:1,251;2026-06-12:1,253;2026-06-15:1,252;2026-07-02:1,253;2026-07-12:1,254;2026-07-14:1,255;2026-07-21:1,253;2026-08-24:1,253
3
OpenAI↓1
1,242±5
89,873——2026-05-12:1,239;2026-06-12:1,240;2026-06-15:1,240;2026-07-02:1,240;2026-07-12:1,239;2026-07-14:1,239;2026-07-21:1,240;2026-08-24:1,242
4
Anthropic
1,233±5
91,394$5 / $251M2026-05-12:1,237;2026-06-12:1,232;2026-06-15:1,232;2026-07-02:1,233;2026-07-12:1,235;2026-07-14:1,235;2026-07-21:1,233;2026-08-24:1,233
5
Anthropic↓2
1,230±8
41,795$10 / $501M2026-05-12:—;2026-06-12:1,238;2026-06-15:1,237;2026-07-02:1,237;2026-07-12:1,234;2026-07-14:1,230;2026-07-21:1,237;2026-08-24:1,230
6
Baidu↓1
1,227±10
3,788——2026-05-12:1,226;2026-06-12:1,226;2026-06-15:1,226;2026-07-02:1,227;2026-07-12:1,227;2026-07-14:1,227;2026-07-21:1,226;2026-08-24:1,227
7
Anthropic↓1
1,221±5
134,905——2026-05-12:1,219;2026-06-12:1,218;2026-06-15:1,218;2026-07-02:1,220;2026-07-12:1,223;2026-07-14:1,222;2026-07-21:1,221;2026-08-24:1,221
8
SpaceXAI新上榜
1,213±7
31,505$2 / $6500K—
9
Google↓2
1,210±5
113,282——2026-05-12:1,216;2026-06-12:1,213;2026-06-15:1,214;2026-07-02:1,213;2026-07-12:1,210;2026-07-14:1,211;2026-07-21:1,212;2026-08-24:1,210
10
Google↓2
1,207±6
37,024——2026-05-12:1,208;2026-06-12:1,207;2026-06-15:1,207;2026-07-02:1,207;2026-07-12:1,207;2026-07-14:1,207;2026-07-21:1,207;2026-08-24:1,207
11
OpenAI↓2
1,207±6
52,712——2026-05-12:1,210;2026-06-12:1,206;2026-06-15:1,206;2026-07-02:1,206;2026-07-12:1,206;2026-07-14:1,206;2026-07-21:1,206;2026-08-24:1,207
12
Anthropic↓1
1,204±6
70,998$5 / $251M2026-05-12:—;2026-06-12:1,203;2026-06-15:1,203;2026-07-02:1,204;2026-07-12:1,208;2026-07-14:1,207;2026-07-21:1,205;2026-08-24:1,204
13
SpaceXAI↓3
1,204±5
109,553——2026-05-12:1,209;2026-06-12:1,207;2026-06-15:1,206;2026-07-02:1,206;2026-07-12:1,207;2026-07-14:1,206;2026-07-21:1,205;2026-08-24:1,204
14
OpenAI↓2
1,199±5
59,909——2026-05-12:1,199;2026-06-12:1,199;2026-06-15:1,199;2026-07-02:1,199;2026-07-12:1,199;2026-07-14:1,200;2026-07-21:1,199;2026-08-24:1,199
15
Google↓2
1,198±5
149,334——2026-05-12:1,206;2026-06-12:1,201;2026-06-15:1,201;2026-07-02:1,199;2026-07-12:1,197;2026-07-14:1,196;2026-07-21:1,197;2026-08-24:1,198
16
OpenAI↓2
1,197±5
110,116——2026-05-12:1,199;2026-06-12:1,195;2026-06-15:1,195;2026-07-02:1,195;2026-07-12:1,193;2026-07-14:1,194;2026-07-21:1,196;2026-08-24:1,197
17
Anthropic↓1
1,194±7
40,230——2026-05-12:—;2026-06-12:—;2026-06-15:—;2026-07-02:1,178;2026-07-12:1,193;2026-07-14:1,194;2026-07-21:1,188;2026-08-24:1,194
18
SpaceXAI↓3
1,189±6
53,921——2026-05-12:1,193;2026-06-12:1,190;2026-06-15:1,190;2026-07-02:1,190;2026-07-12:1,189;2026-07-14:1,190;2026-07-21:1,189;2026-08-24:1,189
19
Anthropic↓2
1,180±6
61,573——2026-05-12:1,182;2026-06-12:1,179;2026-06-15:1,179;2026-07-02:1,179;2026-07-12:1,179;2026-07-14:1,179;2026-07-21:1,179;2026-08-24:1,180
20
OpenAI↓2
1,172±6
75,658——2026-05-12:1,177;2026-06-12:1,173;2026-06-15:1,173;2026-07-02:1,172;2026-07-12:1,173;2026-07-14:1,173;2026-07-21:1,173;2026-08-24:1,172
21
SpaceXAI↓2
1,171±5
81,507——2026-05-12:1,175;2026-06-12:1,171;2026-06-15:1,171;2026-07-02:1,171;2026-07-12:1,171;2026-07-14:1,171;2026-07-21:1,171;2026-08-24:1,171
22
SpaceXAI↓2
1,171±5
41,794——2026-05-12:1,172;2026-06-12:1,170;2026-06-15:1,170;2026-07-02:1,170;2026-07-12:1,170;2026-07-14:1,170;2026-07-21:1,170;2026-08-24:1,171
23
SpaceXAI↓2
1,165±5
91,483$1.25 / $2.501M2026-05-12:1,189;2026-06-12:1,165;2026-06-15:1,165;2026-07-02:1,165;2026-07-12:1,163;2026-07-14:1,163;2026-07-21:1,163;2026-08-24:1,165
24
Anthropic↓2
1,158±5
127,378——2026-05-12:1,152;2026-06-12:1,156;2026-06-15:1,157;2026-07-02:1,157;2026-07-12:1,159;2026-07-14:1,159;2026-07-21:1,158;2026-08-24:1,158
25
Anthropic↓2
1,148±5
76,933——2026-05-12:1,148;2026-06-12:1,148;2026-06-15:1,148;2026-07-02:1,148;2026-07-12:1,148;2026-07-14:1,148;2026-07-21:1,148;2026-08-24:1,148

已显示 25 / 34 个模型。细线为 95% 置信区间;较上一期与近 8 期仅比较相同场景和口径,不跨计分调整日。

数据来源:Arena(arena.ai),CC BY 4.0,经万米翻译整理

价格参考 models.dev,单位为美元 / 百万 token,按输入 / 输出展示。厂商图标来自 Lobe Icons。

排名方法

真实偏好,公开数据

大多数榜单来自用户对匿名模型回答的比较。Agent 榜以真实任务中的反馈衡量净提升,用百分比表示。名次、分数和误差均取自 Arena 发布的数据集。

如何阅读分数

条形末端的细线是 95% 置信区间。区间重叠意味着差异仍有不确定性;名次区间按同一期完整分类的置信区间推导,不改变数据集名次。

不同口径,分别比较

文本榜可选择风格校正、原始分与事实性。风格校正减少回答长度和排版的影响。不同子集、场景与推理档位分别展示,不合并排名。

发布与走势

每个榜单标注自己的发布日期。“较上一期”和近 8 期按相同子集、相同分类的发布计算,不跨越 2025-05-16 的计分调整日;缺失期不插值。上榜模型数按当前各榜的模型原名与厂商去重。