Arena Text Style-Controlled
LMArena · 真人匿名两两比较回答，看大家更愿意读哪一个。补上选择题看不出的整体体验。
在 daydream 中交叉参考
证据预算不参与排序
上游数据时间10/22 08:00
最近成功同步10/24 20:05
它测什么，怎么测
只取官方发布快照中的 Text Overall style-controlled 主榜，不抓取 arena.ai 实时页面。
如何使用这份证据
整体文本榜仅交叉参考；创作分类已单独使用，不再叠加整体票。
评测成绩
按固定规则，每个公开模型采用一套代表配置；没有可采用配置的模型标为未计入并写明原因。匿名测试型号不展示，保留原榜名次，每项最多 30 个。
| 原榜名次 | 原榜型号 | 原始成绩 | 代表配置 |
|---|---|---|---|
| 1 | Gemini 4 Argon (High)Google | 1,517.2 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 2 | Claude Opus 5.5 (High)Anthropic | 1,508.7 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 3 | Muse Wonder (Max)Meta | 1,508.7 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 4 | Claude Fable 5 (High)Anthropic | 1,503.3 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 5 | Claude Fable 5.1 (Max)Anthropic | 1,503.2 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 6 | Claude Opus 4.6 (High)Anthropic | 1,502.9 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 7 | Claude Opus 4.7 (High)Anthropic | 1,501.1 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 9 | Gemini 3.8 Flash (High)Google | 1,495.7 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 10 | Muse Spark 1.3 (Max)Meta | 1,495.6 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 12 | Muse Spark 1.2 (xHigh)Meta | 1,491.4 | xHigh 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 13 | Claude Opus 5 (Max)Anthropic | 1,490.9 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 15 | Muse Spark 1.1Meta | 1,489.9 | 来源默认配置未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 16 | Gemini 3.7 Flash (High)Google | 1,489.8 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 17 | Muse SparkMeta | 1,489.2 | 来源默认配置未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 18 | Kimi K3 (Max)Moonshot AI | 1,487.4 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 19 | Gemini 3.1 Pro PreviewGoogle | 1,487 | 来源默认配置未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 20 | Gemini 3 ProGoogle | 1,485.5 | 来源默认配置未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 21 | GPT-5.6 Sol (xHigh)OpenAI | 1,485.1 | xHigh 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 22 | Gemini 3.6 Flash (High)Google | 1,483 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 23 | Qwen3.8-MaxAlibaba | 1,482.9 | 来源默认配置未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 24 | GPT-5.5 (High)OpenAI | 1,481.6 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 25 | Claude Opus 4.8 (High)Anthropic | 1,481.5 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 26 | GLM-5.3 (Max)Z.ai | 1,480.7 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 27 | GPT-6.1 Sol (Max)OpenAI | 1,479.9 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 28 | MiMo-V2.6-ProXiaomi | 1,479.5 | 来源默认配置未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 29 | Claude Sonnet 5.5 (xHigh)Anthropic | 1,477.5 | xHigh 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 30 | Gemini 3.5 Flash (High)Google | 1,477.3 | High 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 32 | GPT-6 Astra (Max)OpenAI | 1,476.5 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 34 | DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek | 1,476 | Max 推理未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
| 35 | GLM-5.3-FlashZ.ai | 1,476 | 来源默认配置未计入：整体文本偏好是复合结果，仅供交叉核对，不与细分结果重复计分。 |
评测局限与数据署名
人类偏好受风格、用户结构和提示分布影响；整体与分类存在重叠。
数据许可：CC BY 4.0
成绩由 LMArena 发布，各项原始分数使用不同尺度，不能直接相加；参考位次采用公开的分差标准化规则。