跳过主要内容
评测来源/Arena Agent Overall
观察中专业工作

Arena Agent Overall

LMArena · Arena Agent Overall 的公开模型评测结果。

官方评测
来源说明

该来源测量模型在「专业工作」领域的具体交付表现,原始成绩会和统一能力读数分开展示。

限制: 不同版本、推理设置和测试集可能导致分数变化,请结合数据时间阅读。

使用方式

参与排名的来源会影响能力分;参考、交叉参考和观察来源仅用于对比与核验。

本来源的模型成绩

Claude Opus 5.50.1995562589689.92026-11-08
Gemini 4 Carbon0.16630613029183.32026-11-08
Claude Sonnet 5.50.15994371740582.02026-11-08
Claude Fable 5.10.14335182914478.72026-11-08
GPT-6 Astra0.14238994554778.52026-11-08
GPT-6.1 Sol0.12527511889875.12026-11-08
GPT-6.1 Terra0.12102900587874.22026-11-08
Gemini 4 Argon0.10828589688471.72026-11-08
Muse Wonder Full0.09086749938968.22026-11-08
Claude Fable 50.07700479395165.42026-11-08
Claude Opus 50.07495110951665.02026-11-08
Claude Opus 4.80.07131379676664.32026-10-08
GPT-6 Sol0.07004553975264.02026-11-08
Muse Wonder0.04935621874659.92026-10-16
Muse Wonder0.04935621874659.92026-10-16
GPT-5.6 Sol0.04526173575859.12026-11-08
GPT-5.50.03120313955956.22026-10-20
Grok 4.70.02649939540555.32026-11-08
MiMo V2.6 Flash0.02598333419755.22026-10-16
MiMo V2.6 Flash0.02598333419755.22026-10-16
Gemini 3.8 Flash0.02383796830454.82026-11-08
MiMo V2.6 Pro0.02332197326254.72026-11-08
Muse Spark 1.30.02213243062754.42026-11-08
Claude Sonnet 50.02061236025954.12026-11-08

第 1 / 3 页

常见问题