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/视觉

视觉榜

图片、图表与界面的理解能力

数据截至 165 个模型
近 8 期选择模型
1
Anthropic
1,308±7
14,175$10 / $501M2026-08-02:—;2026-08-06:—;2026-08-21:—;2026-08-27:—;2026-09-13:—;2026-09-28:1,310;2026-10-02:1,309;2026-10-09:1,308
2
Alibaba
1,301±7
10,017$2 / $61M2026-08-02:1,305;2026-08-06:1,301;2026-08-21:1,302;2026-08-27:1,300;2026-09-13:1,302;2026-09-28:1,301;2026-10-02:1,301;2026-10-09:1,301
3
Anthropic
1,299±6
22,304$5 / $251M2026-08-02:—;2026-08-06:—;2026-08-21:1,299;2026-08-27:1,299;2026-09-13:1,299;2026-09-28:1,299;2026-10-02:1,299;2026-10-09:1,299
4
Anthropic
1,298±7
23,165$5 / $251M2026-08-02:1,298;2026-08-06:1,299;2026-08-21:1,299;2026-08-27:1,299;2026-09-13:1,300;2026-09-28:1,299;2026-10-02:1,298;2026-10-09:1,298
5
Anthropic
1,298±7
22,733$5 / $251M2026-08-02:—;2026-08-06:—;2026-08-21:1,301;2026-08-27:1,301;2026-09-13:1,301;2026-09-28:1,298;2026-10-02:1,298;2026-10-09:1,298
6
Google
1,297±10
4,524$0.75 / $3.751M2026-08-02:—;2026-08-06:—;2026-08-21:—;2026-08-27:—;2026-09-13:—;2026-09-28:1,295;2026-10-02:1,296;2026-10-09:1,297
7
Anthropic
1,294±6
26,853$5 / $251M2026-08-02:1,294;2026-08-06:1,293;2026-08-21:1,293;2026-08-27:1,293;2026-09-13:1,293;2026-09-28:1,295;2026-10-02:1,294;2026-10-09:1,294
8
OpenAI↑2
1,294±14
1,813$2 / $101.1M2026-08-02:—;2026-08-06:—;2026-08-21:—;2026-08-27:—;2026-09-13:—;2026-09-28:—;2026-10-02:1,291;2026-10-09:1,294
9
Meta↓1
1,294±9
5,872——2026-08-02:1,294;2026-08-06:1,294;2026-08-21:1,294;2026-08-27:1,294;2026-09-13:1,294;2026-09-28:1,294;2026-10-02:1,294;2026-10-09:1,294
10
Meta↓1
1,293±14
1,954$1.25 / $4.251M2026-08-02:—;2026-08-06:1,290;2026-08-21:1,292;2026-08-27:1,292;2026-09-13:1,292;2026-09-28:1,292;2026-10-02:1,293;2026-10-09:1,293
11
Anthropic新上榜
1,293±13
2,508$4 / $201M—
12
Meta
1,290±10
4,550$1.25 / $4.251M2026-08-02:—;2026-08-06:—;2026-08-21:—;2026-08-27:—;2026-09-13:1,294;2026-09-28:1,290;2026-10-02:1,290;2026-10-09:1,290
13
Google
1,289±7
13,639——2026-08-02:1,289;2026-08-06:1,289;2026-08-21:1,289;2026-08-27:1,289;2026-09-13:1,289;2026-09-28:1,289;2026-10-02:1,289;2026-10-09:1,289
14
Google↓3
1,289±11
3,792$0.75 / $3.751M2026-08-02:—;2026-08-06:—;2026-08-21:—;2026-08-27:—;2026-09-13:—;2026-09-28:1,286;2026-10-02:1,290;2026-10-09:1,289
15
Anthropic↓1
1,287±7
16,665$5 / $251M2026-08-02:1,295;2026-08-06:1,297;2026-08-21:1,292;2026-08-27:1,290;2026-09-13:1,289;2026-09-28:1,289;2026-10-02:1,289;2026-10-09:1,287
16
OpenAI↑2
1,287±7
10,907$4 / $201.1M2026-08-02:1,280;2026-08-06:1,280;2026-08-21:1,281;2026-08-27:1,282;2026-09-13:1,286;2026-09-28:1,287;2026-10-02:1,285;2026-10-09:1,287
17
Anthropic↓2
1,286±10
4,648$10 / $501M2026-08-02:—;2026-08-06:—;2026-08-21:—;2026-08-27:—;2026-09-13:1,289;2026-09-28:1,287;2026-10-02:1,288;2026-10-09:1,286
18
Meta新上榜
1,286±10
4,077$1.25 / $4.251M—
19
OpenAI↑1
1,286±11
3,590$10 / $501.1M2026-08-02:—;2026-08-06:—;2026-08-21:—;2026-08-27:—;2026-09-13:1,284;2026-09-28:1,285;2026-10-02:1,284;2026-10-09:1,286
20
OpenAI↓4
1,286±6
27,993$5 / $301.1M2026-08-02:1,287;2026-08-06:1,286;2026-08-21:1,285;2026-08-27:1,286;2026-09-13:1,287;2026-09-28:1,287;2026-10-02:1,287;2026-10-09:1,286
21
Anthropic↓4
1,286±6
18,341$5 / $251M2026-08-02:—;2026-08-06:—;2026-08-21:1,285;2026-08-27:1,285;2026-09-13:1,283;2026-09-28:1,286;2026-10-02:1,286;2026-10-09:1,286
22
Google↓3
1,285±7
13,180$1.50 / $91M2026-08-02:1,284;2026-08-06:1,284;2026-08-21:1,285;2026-08-27:1,283;2026-09-13:1,283;2026-09-28:1,284;2026-10-02:1,284;2026-10-09:1,285
23
OpenAI↓1
1,285±6
29,881$2.50 / $151.1M2026-08-02:1,281;2026-08-06:1,283;2026-08-21:1,280;2026-08-27:1,281;2026-09-13:1,285;2026-09-28:1,284;2026-10-02:1,284;2026-10-09:1,285
24
Google↓3
1,284±7
13,103$1.50 / $91M2026-08-02:1,277;2026-08-06:1,283;2026-08-21:1,286;2026-08-27:1,284;2026-09-13:1,284;2026-09-28:1,285;2026-10-02:1,284;2026-10-09:1,284
25
OpenAI↓1
1,281±6
26,281$5 / $301.1M2026-08-02:1,284;2026-08-06:1,283;2026-08-21:1,282;2026-08-27:1,284;2026-09-13:1,283;2026-09-28:1,281;2026-10-02:1,281;2026-10-09:1,281

已显示 25 / 165 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。