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
דירוג LLM ראשי למודלים פתוחים וסגורים. התאמה לסגנון מצמצמת הטיות הנובעות מעיצוב התשובה ומהטון.
מדד: דירוג Arena מותאם לסגנון; גבוה יותר הוא טוב יותר
מקור הדירוג
| דירוג | מודל | ארגון | Style-controlled Arena rating ↑ | 95% CI | גישה | תימוכין |
|---|---|---|---|---|---|---|
| 1 |  Gemini 4 Carbon (High) Style-controlled Arena rating ↑ | 1,527.5 | 1518.1–1536.9 | Proprietary | 4,403 הצבעות מקור | |
| 2 | Gemini 4 Argon (High) Style-controlled Arena rating ↑ | 1,520.3 | 1514.0–1526.5 | Proprietary | 11,889 הצבעות מקור | |
| 3 |  Claude Opus 5.5 (High) Style-controlled Arena rating ↑ | anthropic | 1,508.7 | 1502.1–1515.3 | Proprietary | 11,415 הצבעות מקור |
| 4 |  Muse Wonder (Max) Style-controlled Arena rating ↑ | meta | 1,507.1 | 1499.8–1514.4 | Proprietary | 7,749 הצבעות מקור |
| 5 | Claude Fable 5.1 (Max) Style-controlled Arena rating ↑ | anthropic | 1,504.4 | 1498.6–1510.2 | Proprietary | 17,178 הצבעות מקור |
| 6 | Claude Fable 5 (High) Style-controlled Arena rating ↑ | anthropic | 1,503.9 | 1499.7–1508.1 | Proprietary | 45,341 הצבעות מקור |
| 7 | Claude Opus 4.6 (High) Style-controlled Arena rating ↑ | anthropic | 1,503.2 | 1499.9–1506.4 | Proprietary | 84,512 הצבעות מקור |
| 8 | Claude Opus 4.7 (High) Style-controlled Arena rating ↑ | anthropic | 1,501.0 | 1497.3–1504.8 | Proprietary | 65,110 הצבעות מקור |
| 9 | Claude Opus 4.6 Style-controlled Arena rating ↑ | anthropic | 1,496.1 | 1492.9–1499.3 | Proprietary | 89,324 הצבעות מקור |
| 10 | Gemini 3.8 Flash (High) Style-controlled Arena rating ↑ | 1,495.9 | 1491.5–1500.4 | Proprietary | 47,803 הצבעות מקור | |
| 11 | Muse Spark 1.3 (Max) Style-controlled Arena rating ↑ | meta | 1,495.0 | 1489.8–1500.3 | Proprietary | 22,134 הצבעות מקור |
| 12 | Claude Opus 4.7 Style-controlled Arena rating ↑ | anthropic | 1,493.7 | 1490.0–1497.5 | Proprietary | 66,140 הצבעות מקור |
| 13 | Muse Spark 1.2 (xHigh) Style-controlled Arena rating ↑ | meta | 1,492.2 | 1485.8–1498.5 | Proprietary | 11,724 הצבעות מקור |
| 14 | Claude Opus 5 (High) Style-controlled Arena rating ↑ | anthropic | 1,491.6 | 1488.0–1495.1 | Proprietary | 73,167 הצבעות מקור |
| 15 | Claude Opus 5 (Max) Style-controlled Arena rating ↑ | anthropic | 1,490.5 | 1485.8–1495.2 | Proprietary | 35,531 הצבעות מקור |
| 16 | Muse Spark 1.1 Style-controlled Arena rating ↑ | meta | 1,490.2 | 1486.1–1494.4 | Proprietary | 46,354 הצבעות מקור |
| 17 | Gemini 3.7 Flash (High) Style-controlled Arena rating ↑ | 1,489.6 | 1484.9–1494.2 | Proprietary | 32,289 הצבעות מקור | |
| 18 | Muse Spark Style-controlled Arena rating ↑ | meta | 1,489.0 | 1483.3–1494.8 | Proprietary | 14,140 הצבעות מקור |
| 19 | Kimi K3 (Max) Style-controlled Arena rating ↑ | moonshot | 1,488.2 | 1483.7–1492.6 | Kimi K3 license | 36,780 הצבעות מקור |
| 20 | Gemini 3.1 Pro Preview Style-controlled Arena rating ↑ | 1,486.9 | 1484.0–1489.8 | Proprietary | 132,547 הצבעות מקור | |
| 21 | Gemini 3 Pro Style-controlled Arena rating ↑ | 1,485.4 | 1481.6–1489.2 | Proprietary | 42,057 הצבעות מקור | |
| 22 |  GPT-5.6 Sol (xHigh) Style-controlled Arena rating ↑ | openai | 1,484.9 | 1480.7–1489.1 | Proprietary | 43,796 הצבעות מקור |
| 23 | Gemini 3.6 Flash (High) Style-controlled Arena rating ↑ | 1,483.2 | 1478.7–1487.6 | Proprietary | 36,028 הצבעות מקור | |
| 24 | Qwen3.8-Max Style-controlled Arena rating ↑ | alibaba | 1,482.4 | 1477.6–1487.2 | Proprietary | 31,915 הצבעות מקור |
| 25 | Claude Opus 4.8 (High) Style-controlled Arena rating ↑ | anthropic | 1,481.7 | 1477.8–1485.6 | Proprietary | 63,994 הצבעות מקור |
| 26 | GPT-5.5 (High) Style-controlled Arena rating ↑ | openai | 1,481.7 | 1478.0–1485.4 | Proprietary | 69,377 הצבעות מקור |
| 27 | GPT-6.1 Sol (Max) Style-controlled Arena rating ↑ | openai | 1,481.3 | 1474.3–1488.4 | Proprietary | 9,367 הצבעות מקור |
| 28 | GLM-5.3 (Max) Style-controlled Arena rating ↑ | zai | 1,480.6 | 1475.6–1485.5 | MIT | 26,606 הצבעות מקור |
| 29 | MiMo-V2.6-Pro Style-controlled Arena rating ↑ | xiaomi | 1,479.7 | 1470.3–1489.1 | MIT | 4,037 הצבעות מקור |
| 30 | Gemini 3.5 Flash (High) Style-controlled Arena rating ↑ | 1,477.6 | 1473.7–1481.5 | Proprietary | 48,376 הצבעות מקור | |
| 31 | Claude Sonnet 5.5 (xHigh) Style-controlled Arena rating ↑ | anthropic | 1,477.1 | 1470.4–1483.9 | Proprietary | 10,033 הצבעות מקור |
| 32 | GPT-5.5 Style-controlled Arena rating ↑ | openai | 1,476.7 | 1473.0–1480.3 | Proprietary | 70,949 הצבעות מקור |
| 33 | GLM-5.3-Flash Style-controlled Arena rating ↑ | zai | 1,476.5 | 1471.9–1481.2 | MIT | 41,642 הצבעות מקור |
| 34 | Gemini 3.5 Flash (Medium) Style-controlled Arena rating ↑ | 1,476.4 | 1472.3–1480.6 | Proprietary | 47,196 הצבעות מקור | |
| 35 | DeepSeek-V4.1-Flash-20260910 (Max) Style-controlled Arena rating ↑ | deepseek | 1,476.2 | 1470.1–1482.3 | MIT | 13,657 הצבעות מקור |
| 36 | GPT-5.2 Chat (20260210) Style-controlled Arena rating ↑ | openai | 1,475.7 | 1471.6–1479.7 | Proprietary | 35,974 הצבעות מקור |
| 37 | GPT-6 Astra (Max) Style-controlled Arena rating ↑ | openai | 1,475.6 | 1469.7–1481.6 | Proprietary | 15,038 הצבעות מקור |
| 38 | GLM-5.2 (Max) Style-controlled Arena rating ↑ | zai | 1,475.3 | 1471.2–1479.4 | MIT | 53,702 הצבעות מקור |
| 39 | GPT-5.4 (High) Style-controlled Arena rating ↑ | openai | 1,475.3 | 1471.5–1479.0 | Proprietary | 64,748 הצבעות מקור |
| 40 | Grok 4.20 Beta 1 Style-controlled Arena rating ↑ | xai | 1,474.6 | 1470.0–1479.2 | Proprietary | 27,889 הצבעות מקור |
| 41 | Claude Opus 4.8 Style-controlled Arena rating ↑ | anthropic | 1,474.4 | 1470.6–1478.3 | Proprietary | 65,121 הצבעות מקור |
| 42 | Qwen3.7-Max-Preview Style-controlled Arena rating ↑ | alibaba | 1,473.7 | 1464.0–1483.4 | Proprietary | 3,932 הצבעות מקור |
| 43 | Claude Opus 4.5 (High, 32K, 20251101) Style-controlled Arena rating ↑ | anthropic | 1,473.7 | 1469.9–1477.5 | Proprietary | 37,484 הצבעות מקור |
| 44 | GPT-5.5 Instant Style-controlled Arena rating ↑ | openai | 1,473.2 | 1468.2–1478.2 | Proprietary | 27,128 הצבעות מקור |
| 45 | Gemini 3 Flash Style-controlled Arena rating ↑ | 1,472.7 | 1468.4–1477.1 | Proprietary | 31,301 הצבעות מקור | |
| 46 | Claude Sonnet 4.6 Style-controlled Arena rating ↑ | anthropic | 1,472.0 | 1468.4–1475.5 | Proprietary | 70,916 הצבעות מקור |
| 47 | Grok 4.20 Beta (Reasoning, 0309) Style-controlled Arena rating ↑ | xai | 1,471.7 | 1468.1–1475.4 | Proprietary | 66,422 הצבעות מקור |
| 48 | Grok 4.20 Multi-Agent Beta (0309) Style-controlled Arena rating ↑ | xai | 1,470.7 | 1467.0–1474.4 | Proprietary | 64,917 הצבעות מקור |
| 49 | Claude Opus 4.5 (20251101) Style-controlled Arena rating ↑ | anthropic | 1,469.7 | 1466.5–1472.8 | Proprietary | 72,825 הצבעות מקור |
| 50 | GPT-5.6 Terra (xHigh) Style-controlled Arena rating ↑ | openai | 1,467.3 | 1463.2–1471.5 | Proprietary | 48,166 הצבעות מקור |