ניתוח מודלים
ModelRank
יש להשוות מודלים באותה משימה ובאותו מקור. העדפה אנושית, יכולת במבחנים והיקף שימוש מודדים דברים שונים; הציונים אינם משולבים.
שיטת הדירוג והערות על הנתונים
העדפה אנושית במבחן עיוור של תוצרי אפליקציות אינטרנט. המדד משקף העדפה, ולא שיעור מעבר בדיקות או נכונות כללית של קוד.
במקור יש תוצאות סותרות לאותו שם מודל. רשומות אלו הושמטו; שאר הדירוגים הרשמיים נשמרו.
מדד: דירוג Arena; גבוה יותר הוא טוב יותר
מבחן תכנות נוסף: הדירוג הרשמי של SWE-bench
מקור הדירוג
| דירוג | מודל | ארגון | Arena rating ↑ | 95% CI | גישה | תימוכין |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5 (Max) Arena rating ↑ | anthropic | 1,809.8 | 1797.0–1822.7 | Proprietary | 3,473 הצבעות מקור |
| 2 |  GPT-6 Astra (Max) Arena rating ↑ | openai | 1,773.4 | 1763.8–1782.9 | Proprietary | 7,210 הצבעות מקור |
| 3 | Claude Sonnet 5.5 (xHigh) Arena rating ↑ | anthropic | 1,769.7 | 1758.5–1781.0 | Proprietary | 4,469 הצבעות מקור |
| 4 |  Gemini 4 Carbon (High) Arena rating ↑ | 1,768.2 | 1753.2–1783.2 | Proprietary | 2,230 הצבעות מקור | |
| 5 | GPT-6.1 Sol (Max) Arena rating ↑ | openai | 1,750.6 | 1739.1–1762.0 | Proprietary | 4,092 הצבעות מקור |
| 6 | Claude Fable 5.1 (Max) Arena rating ↑ | anthropic | 1,745.9 | 1737.3–1754.4 | Proprietary | 8,614 הצבעות מקור |
| 7 |  Muse Wonder Full (Max) Arena rating ↑ | meta | 1,725.3 | 1711.5–1739.2 | Proprietary | 2,248 הצבעות מקור |
| 8 | Claude Sonnet 5.5 (High) Arena rating ↑ | anthropic | 1,710.6 | 1701.4–1719.8 | Proprietary | 6,371 הצבעות מקור |
| 9 | Kimi K3.1 Pro (Max) Arena rating ↑ | moonshot | 1,694.6 | 1681.6–1707.5 | Proprietary | 2,671 הצבעות מקור |
| 10 | Claude Opus 5 (Max) Arena rating ↑ | anthropic | 1,690.5 | 1684.4–1696.6 | Proprietary | 19,641 הצבעות מקור |
| 11 | Gemini 4 Argon (High) Arena rating ↑ | 1,679.2 | 1667.8–1690.6 | Proprietary | 3,437 הצבעות מקור | |
| 12 | GPT-6 Sol (Max) Arena rating ↑ | openai | 1,678.2 | 1668.8–1687.6 | Proprietary | 5,714 הצבעות מקור |
| 13 | Qwen3.8-Max (0902) Arena rating ↑ | alibaba | 1,675.9 | 1669.3–1682.6 | Proprietary | 17,936 הצבעות מקור |
| 14 | GPT-6.1 Terra (Max) Arena rating ↑ | openai | 1,672.7 | 1657.3–1688.0 | Proprietary | 1,821 הצבעות מקור |
| 15 | Qwen3.8-Max Arena rating ↑ | alibaba | 1,671.9 | 1659.8–1684.0 | Proprietary | 3,406 הצבעות מקור |
| 16 | DeepSeek-V4.1-Flash-20261017 (Max) Arena rating ↑ | deepseek | 1,665.0 | 1657.0–1673.1 | MIT | 7,842 הצבעות מקור |
| 17 | Claude Opus 5 (High) Arena rating ↑ | anthropic | 1,658.2 | 1652.9–1663.5 | Proprietary | 26,887 הצבעות מקור |
| 18 | Kimi K3 (Max) Arena rating ↑ | moonshot | 1,656.4 | 1650.6–1662.2 | Kimi K3 license | 21,281 הצבעות מקור |
| 19 | Muse Spark 1.3 (Max) Arena rating ↑ | meta | 1,656.2 | 1648.8–1663.7 | Proprietary | 10,796 הצבעות מקור |
| 20 | Muse Wonder (Max) Arena rating ↑ | meta | 1,652.1 | 1641.0–1663.2 | Proprietary | 3,724 הצבעות מקור |
| 21 | Grok 4.7 (xHigh) Arena rating ↑ | xai | 1,637.5 | 1628.7–1646.2 | Proprietary | 6,572 הצבעות מקור |
| 22 | MiMo-V2.6-Flash Arena rating ↑ | xiaomi | 1,637.2 | 1628.7–1645.6 | MIT | 7,068 הצבעות מקור |
| 23 | Hy4 preview Arena rating ↑ | tencent | 1,631.1 | 1621.5–1640.8 | Apache 2.0 | 4,765 הצבעות מקור |
| 24 | Qwen3.8-Flash-Next Arena rating ↑ | alibaba | 1,628.3 | 1620.7–1635.9 | qwen-community-1.0 | 9,703 הצבעות מקור |
| 25 | MiMo-V2.6-Pro Arena rating ↑ | xiaomi | 1,625.4 | 1617.0–1633.8 | MIT | 6,820 הצבעות מקור |
| 26 | Claude Fable 5 (High) Arena rating ↑ | anthropic | 1,624.1 | 1618.1–1630.1 | Proprietary | 16,951 הצבעות מקור |
| 27 | GLM-5.3 (Max) Arena rating ↑ | zai | 1,622.8 | 1615.6–1630.1 | MIT | 11,150 הצבעות מקור |
| 28 | Muse Spark 1.3 (xHigh) Arena rating ↑ | meta | 1,620.1 | 1612.7–1627.5 | Proprietary | 10,243 הצבעות מקור |
| 29 | DeepSeek-V4.1-Flash-20260910 (Max) Arena rating ↑ | deepseek | 1,619.2 | 1608.2–1630.1 | MIT | 3,510 הצבעות מקור |
| 30 | Grok 4.6 (High) Arena rating ↑ | xai | 1,616.4 | 1609.4–1623.4 | Proprietary | 11,966 הצבעות מקור |
| 31 | GPT-5.6 Sol (xHigh, Codex Harness) Arena rating ↑ | openai | 1,615.8 | 1610.0–1621.5 | Proprietary | 18,884 הצבעות מקור |
| 32 | GLM-5.3-Flash Arena rating ↑ | zai | 1,606.6 | 1600.3–1613.0 | MIT | 21,587 הצבעות מקור |
| 33 | GLM-5.2 (Max) Arena rating ↑ | zai | 1,605.6 | 1599.7–1611.5 | MIT | 17,817 הצבעות מקור |
| 34 | Qwen3.8-27B Arena rating ↑ | alibaba | 1,589.8 | 1583.5–1596.0 | Apache 2.0 | 18,752 הצבעות מקור |
| 35 | Gemini 3.7 Flash (High) Arena rating ↑ | 1,589.7 | 1583.2–1596.2 | Proprietary | 14,473 הצבעות מקור | |
| 36 | Claude Haiku 5.5 (High) Arena rating ↑ | anthropic | 1,588.8 | 1579.2–1598.5 | Proprietary | 4,758 הצבעות מקור |
| 37 | Gemini 3.8 Flash (High) Arena rating ↑ | 1,583.3 | 1576.3–1590.3 | Proprietary | 12,342 הצבעות מקור | |
| 38 | MiniMax-M3.1-Flash Arena rating ↑ | minimax | 1,582.5 | 1570.9–1594.0 | MiniMax Community License | 3,062 הצבעות מקור |
| 39 | DeepSeek-V4-Pro (High, 20260813) Arena rating ↑ | deepseek | 1,581.9 | 1572.4–1591.3 | MIT | 4,676 הצבעות מקור |
| 40 | DeepSeek-V4-Flash (High) Arena rating ↑ | deepseek | 1,581.8 | 1572.5–1591.1 | MIT | 4,927 הצבעות מקור |
| 41 | GPT-6 Luna (Max) Arena rating ↑ | openai | 1,579.4 | 1573.6–1585.2 | Proprietary | 27,808 הצבעות מקור |
| 42 | Step 5 Preview (High) Arena rating ↑ | stepfun | 1,571.0 | 1562.1–1580.0 | Proprietary | 5,966 הצבעות מקור |
| 43 | Claude Opus 4.7 (High) Arena rating ↑ | anthropic | 1,557.5 | 1551.8–1563.3 | Proprietary | 17,859 הצבעות מקור |
| 44 | Claude Opus 4.8 (High) Arena rating ↑ | anthropic | 1,555.8 | 1550.1–1561.6 | Proprietary | 18,408 הצבעות מקור |
| 45 | Claude Opus 4.7 Arena rating ↑ | anthropic | 1,555.4 | 1549.8–1561.1 | Proprietary | 18,167 הצבעות מקור |
| 46 | Grok 4.5 Arena rating ↑ | xai | 1,553.0 | 1546.4–1559.7 | Proprietary | 11,018 הצבעות מקור |
| 47 | Claude Opus 4.6 (High) Arena rating ↑ | anthropic | 1,546.2 | 1540.8–1551.7 | Proprietary | 19,316 הצבעות מקור |
| 48 | Mistral Large 4 Arena rating ↑ | mistral | 1,544.3 | 1533.8–1554.9 | Proprietary | 4,068 הצבעות מקור |
| 49 | Muse Spark 1.1 Arena rating ↑ | meta | 1,542.5 | 1534.9–1550.1 | Proprietary | 7,935 הצבעות מקור |
| 50 | Claude Sonnet 5 (High) Arena rating ↑ | anthropic | 1,540.1 | 1534.3–1545.9 | Proprietary | 16,832 הצבעות מקור |