モデル分析
ModelRank
同じタスク・同じソースの中でモデルを比較してください。人間の好み、ベンチマーク能力、利用量は異なる指標のため、スコアを合算しません。
評価方法とデータの補足
Webアプリの出力に対する匿名の人間の好みを評価します。単体テストの合格率や一般的なプログラミングの正確性を示すものではありません。
同じモデル名について矛盾する結果があるため、該当項目を除外しました。その他の公式順位は維持しています。
指標: Arena 評価：高いほど優秀
| 順位 | モデル | 組織 | Arena rating ↑ | 95% CI | 利用形態 | 根拠 |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5 (Max) Arena rating ↑ | anthropic | 1,809.8 | 1797.0–1822.7 | Proprietary | 3,473 票 出典 |
| 2 |  GPT-6 Astra (Max) Arena rating ↑ | openai | 1,773.4 | 1763.8–1782.9 | Proprietary | 7,210 票 出典 |
| 3 | Claude Sonnet 5.5 (xHigh) Arena rating ↑ | anthropic | 1,769.7 | 1758.5–1781.0 | Proprietary | 4,469 票 出典 |
| 4 |  Gemini 4 Carbon (High) Arena rating ↑ | 1,768.2 | 1753.2–1783.2 | Proprietary | 2,230 票 出典 | |
| 5 | GPT-6.1 Sol (Max) Arena rating ↑ | openai | 1,750.6 | 1739.1–1762.0 | Proprietary | 4,092 票 出典 |
| 6 | Claude Fable 5.1 (Max) Arena rating ↑ | anthropic | 1,745.9 | 1737.3–1754.4 | Proprietary | 8,614 票 出典 |
| 7 |  Muse Wonder Full (Max) Arena rating ↑ | meta | 1,725.3 | 1711.5–1739.2 | Proprietary | 2,248 票 出典 |
| 8 | Claude Sonnet 5.5 (High) Arena rating ↑ | anthropic | 1,710.6 | 1701.4–1719.8 | Proprietary | 6,371 票 出典 |
| 9 | Kimi K3.1 Pro (Max) Arena rating ↑ | moonshot | 1,694.6 | 1681.6–1707.5 | Proprietary | 2,671 票 出典 |
| 10 | Claude Opus 5 (Max) Arena rating ↑ | anthropic | 1,690.5 | 1684.4–1696.6 | Proprietary | 19,641 票 出典 |
| 11 | Gemini 4 Argon (High) Arena rating ↑ | 1,679.2 | 1667.8–1690.6 | Proprietary | 3,437 票 出典 | |
| 12 | GPT-6 Sol (Max) Arena rating ↑ | openai | 1,678.2 | 1668.8–1687.6 | Proprietary | 5,714 票 出典 |
| 13 | Qwen3.8-Max (0902) Arena rating ↑ | alibaba | 1,675.9 | 1669.3–1682.6 | Proprietary | 17,936 票 出典 |
| 14 | GPT-6.1 Terra (Max) Arena rating ↑ | openai | 1,672.7 | 1657.3–1688.0 | Proprietary | 1,821 票 出典 |
| 15 | Qwen3.8-Max Arena rating ↑ | alibaba | 1,671.9 | 1659.8–1684.0 | Proprietary | 3,406 票 出典 |
| 16 | DeepSeek-V4.1-Flash-20261017 (Max) Arena rating ↑ | deepseek | 1,665.0 | 1657.0–1673.1 | MIT | 7,842 票 出典 |
| 17 | Claude Opus 5 (High) Arena rating ↑ | anthropic | 1,658.2 | 1652.9–1663.5 | Proprietary | 26,887 票 出典 |
| 18 | Kimi K3 (Max) Arena rating ↑ | moonshot | 1,656.4 | 1650.6–1662.2 | Kimi K3 license | 21,281 票 出典 |
| 19 | Muse Spark 1.3 (Max) Arena rating ↑ | meta | 1,656.2 | 1648.8–1663.7 | Proprietary | 10,796 票 出典 |
| 20 | Muse Wonder (Max) Arena rating ↑ | meta | 1,652.1 | 1641.0–1663.2 | Proprietary | 3,724 票 出典 |
| 21 | Grok 4.7 (xHigh) Arena rating ↑ | xai | 1,637.5 | 1628.7–1646.2 | Proprietary | 6,572 票 出典 |
| 22 | MiMo-V2.6-Flash Arena rating ↑ | xiaomi | 1,637.2 | 1628.7–1645.6 | MIT | 7,068 票 出典 |
| 23 | Hy4 preview Arena rating ↑ | tencent | 1,631.1 | 1621.5–1640.8 | Apache 2.0 | 4,765 票 出典 |
| 24 | Qwen3.8-Flash-Next Arena rating ↑ | alibaba | 1,628.3 | 1620.7–1635.9 | qwen-community-1.0 | 9,703 票 出典 |
| 25 | MiMo-V2.6-Pro Arena rating ↑ | xiaomi | 1,625.4 | 1617.0–1633.8 | MIT | 6,820 票 出典 |
| 26 | Claude Fable 5 (High) Arena rating ↑ | anthropic | 1,624.1 | 1618.1–1630.1 | Proprietary | 16,951 票 出典 |
| 27 | GLM-5.3 (Max) Arena rating ↑ | zai | 1,622.8 | 1615.6–1630.1 | MIT | 11,150 票 出典 |
| 28 | Muse Spark 1.3 (xHigh) Arena rating ↑ | meta | 1,620.1 | 1612.7–1627.5 | Proprietary | 10,243 票 出典 |
| 29 | DeepSeek-V4.1-Flash-20260910 (Max) Arena rating ↑ | deepseek | 1,619.2 | 1608.2–1630.1 | MIT | 3,510 票 出典 |
| 30 | Grok 4.6 (High) Arena rating ↑ | xai | 1,616.4 | 1609.4–1623.4 | Proprietary | 11,966 票 出典 |
| 31 | GPT-5.6 Sol (xHigh, Codex Harness) Arena rating ↑ | openai | 1,615.8 | 1610.0–1621.5 | Proprietary | 18,884 票 出典 |
| 32 | GLM-5.3-Flash Arena rating ↑ | zai | 1,606.6 | 1600.3–1613.0 | MIT | 21,587 票 出典 |
| 33 | GLM-5.2 (Max) Arena rating ↑ | zai | 1,605.6 | 1599.7–1611.5 | MIT | 17,817 票 出典 |
| 34 | Qwen3.8-27B Arena rating ↑ | alibaba | 1,589.8 | 1583.5–1596.0 | Apache 2.0 | 18,752 票 出典 |
| 35 | Gemini 3.7 Flash (High) Arena rating ↑ | 1,589.7 | 1583.2–1596.2 | Proprietary | 14,473 票 出典 | |
| 36 | Claude Haiku 5.5 (High) Arena rating ↑ | anthropic | 1,588.8 | 1579.2–1598.5 | Proprietary | 4,758 票 出典 |
| 37 | Gemini 3.8 Flash (High) Arena rating ↑ | 1,583.3 | 1576.3–1590.3 | Proprietary | 12,342 票 出典 | |
| 38 | MiniMax-M3.1-Flash Arena rating ↑ | minimax | 1,582.5 | 1570.9–1594.0 | MiniMax Community License | 3,062 票 出典 |
| 39 | DeepSeek-V4-Pro (High, 20260813) Arena rating ↑ | deepseek | 1,581.9 | 1572.4–1591.3 | MIT | 4,676 票 出典 |
| 40 | DeepSeek-V4-Flash (High) Arena rating ↑ | deepseek | 1,581.8 | 1572.5–1591.1 | MIT | 4,927 票 出典 |
| 41 | GPT-6 Luna (Max) Arena rating ↑ | openai | 1,579.4 | 1573.6–1585.2 | Proprietary | 27,808 票 出典 |
| 42 | Step 5 Preview (High) Arena rating ↑ | stepfun | 1,571.0 | 1562.1–1580.0 | Proprietary | 5,966 票 出典 |
| 43 | Claude Opus 4.7 (High) Arena rating ↑ | anthropic | 1,557.5 | 1551.8–1563.3 | Proprietary | 17,859 票 出典 |
| 44 | Claude Opus 4.8 (High) Arena rating ↑ | anthropic | 1,555.8 | 1550.1–1561.6 | Proprietary | 18,408 票 出典 |
| 45 | Claude Opus 4.7 Arena rating ↑ | anthropic | 1,555.4 | 1549.8–1561.1 | Proprietary | 18,167 票 出典 |
| 46 | Grok 4.5 Arena rating ↑ | xai | 1,553.0 | 1546.4–1559.7 | Proprietary | 11,018 票 出典 |
| 47 | Claude Opus 4.6 (High) Arena rating ↑ | anthropic | 1,546.2 | 1540.8–1551.7 | Proprietary | 19,316 票 出典 |
| 48 | Mistral Large 4 Arena rating ↑ | mistral | 1,544.3 | 1533.8–1554.9 | Proprietary | 4,068 票 出典 |
| 49 | Muse Spark 1.1 Arena rating ↑ | meta | 1,542.5 | 1534.9–1550.1 | Proprietary | 7,935 票 出典 |
| 50 | Claude Sonnet 5 (High) Arena rating ↑ | anthropic | 1,540.1 | 1534.3–1545.9 | Proprietary | 16,832 票 出典 |