AI模型排行

看复杂问题中的回答表现，帮助筛选值得进一步测试的模型。

官方前30数据至2026-09-02

Hard Prompts · 复杂问题盲测风格控制 · 不混合评分核验官方榜单

01claude-opus-4-6-highAnthropic15331529–153745,743

claude-opus-4-6-high · 45,743票区间：1529–1537；重叠时不能认定胜负。查看原始数据

02claude-fable-5Anthropic15331527–153917,887

claude-fable-5 · 17,887票区间：1527–1539；重叠时不能认定胜负。查看原始数据

03claude-opus-4-6Anthropic15271523–153149,259

claude-opus-4-6 · 49,259票区间：1523–1531；重叠时不能认定胜负。查看原始数据

04claude-opus-4-7-highAnthropic15261521–153140,212

claude-opus-4-7-high · 40,212票区间：1521–1531；重叠时不能认定胜负。查看原始数据

05claude-fable-5.1-maxAnthropic15221507–15371,662

claude-fable-5.1-max · 1,662票区间：1507–1537；重叠时不能认定胜负。查看原始数据

06claude-opus-4-7Anthropic15191514–152440,918

claude-opus-4-7 · 40,918票区间：1514–1524；重叠时不能认定胜负。查看原始数据

07kimi-k3-maxMoonshot15191513–152511,751

kimi-k3-max · 11,751票区间：1513–1525；重叠时不能认定胜负。查看原始数据

08claude-opus-5-highAnthropic15181513–152323,221

claude-opus-5-high · 23,221票区间：1513–1523；重叠时不能认定胜负。查看原始数据

09gemini-3.8-flash-highGoogle · 初步结果15181508–15283,458

gemini-3.8-flash-high · 3,458票区间：1508–1528；重叠时不能认定胜负。查看原始数据

10claude-opus-4-8-highAnthropic15151510–152032,372

claude-opus-4-8-high · 32,372票区间：1510–1520；重叠时不能认定胜负。查看原始数据

11claude-opus-5-maxAnthropic15141507–152111,171

claude-opus-5-max · 11,171票区间：1507–1521；重叠时不能认定胜负。查看原始数据

12muse-spark-1.2 (xHigh)Meta15131500–15262,124

muse-spark-1.2 (xHigh) · 2,124票区间：1500–1526；重叠时不能认定胜负。查看原始数据

13muse-spark-1.1Meta15111505–151716,123

muse-spark-1.1 · 16,123票区间：1505–1517；重叠时不能认定胜负。查看原始数据

14gemini-3.7-flash-highGoogle · 初步结果15081498–15183,816

gemini-3.7-flash-high · 3,816票区间：1498–1518；重叠时不能认定胜负。查看原始数据

15glm-5.3-maxZ.ai15071498–15165,079

glm-5.3-max · 5,079票区间：1498–1516；重叠时不能认定胜负。查看原始数据

16gemini-3.1-pro-previewGoogle15071503–151166,745

gemini-3.1-pro-preview · 66,745票区间：1503–1511；重叠时不能认定胜负。查看原始数据

17gpt-5.6-sol-xhighOpenAI15071501–151315,374

gpt-5.6-sol-xhigh · 15,374票区间：1501–1513；重叠时不能认定胜负。查看原始数据

18muse-sparkMeta15051498–15128,737

muse-spark · 8,737票区间：1498–1512；重叠时不能认定胜负。查看原始数据

19claude-sonnet-4-6Anthropic15041500–150843,063

claude-sonnet-4-6 · 43,063票区间：1500–1508；重叠时不能认定胜负。查看原始数据

20gemini-3-proGoogle15041499–150922,292

gemini-3-pro · 22,292票区间：1499–1509；重叠时不能认定胜负。查看原始数据

21claude-opus-4-8Anthropic15031498–150832,874

claude-opus-4-8 · 32,874票区间：1498–1508；重叠时不能认定胜负。查看原始数据

22qwen3.8-maxAlibaba15021495–15099,005

qwen3.8-max · 9,005票区间：1495–1509；重叠时不能认定胜负。查看原始数据

23gpt-5.5-highOpenAI15021497–150741,634

gpt-5.5-high · 41,634票区间：1497–1507；重叠时不能认定胜负。查看原始数据

24gemini-3.6-flash-highGoogle15001494–150615,046

gemini-3.6-flash-high · 15,046票区间：1494–1506；重叠时不能认定胜负。查看原始数据

25claude-opus-4-5-20251101-high-32kAnthropic14991494–150419,573

claude-opus-4-5-20251101-high-32k · 19,573票区间：1494–1504；重叠时不能认定胜负。查看原始数据

26gpt-5.5OpenAI14981493–150343,203

gpt-5.5 · 43,203票区间：1493–1503；重叠时不能认定胜负。查看原始数据

27gpt-5.4-highOpenAI14981493–150339,290

gpt-5.4-high · 39,290票区间：1493–1503；重叠时不能认定胜负。查看原始数据

28claude-opus-4-5-20251101Anthropic14981494–150241,298

claude-opus-4-5-20251101 · 41,298票区间：1494–1502；重叠时不能认定胜负。查看原始数据

29gemini-3.5-flash-highGoogle14971492–150222,905

gemini-3.5-flash-high · 22,905票区间：1492–1502；重叠时不能认定胜负。查看原始数据

30gpt-5.2-chat-latest-20260210OpenAI14971492–150221,618

gpt-5.2-chat-latest-20260210 · 21,618票区间：1492–1502；重叠时不能认定胜负。查看原始数据

数据来源

数据来自Arena Text Leaderboard。本地归档官方2026-09-02页面前30名；分数和区间按页面显示精度保存，区间端点由页面的四舍五入分数与误差范围换算，不冒充精确统计值。两个榜单分别保留其数据日期，Scope.AI不混合分数、不改写官方排名。

阅读Arena排名方法