2026-11-06最新Arena大模型竞技场排行榜
Arena 和评分榜看的是两回事：评分榜比跑分，Arena 比"体感"——匿名两两对战、真人投票换 Elo，跑分容易刷，几万人的投票不好刷。写作、聊天这类没有标准答案的场景，Arena 比任何跑分都更接近真实口碑。
Arena（原 LMArena）采用匿名两两对战 + Elo 评分，由真实用户投票产生排名，是业界公认最接近真实偏好的大模型评测之一。本页聚合其 9 类榜单（文本对话、代码、文档理解、文生图、图片编辑、AI 搜索、文生视频、图生视频、视频编辑），每榜取前 20 名，支持按日期回看与全月分数趋势。
说明：Elo 分数与票数取自 arena.ai 每日公开榜快照；±CI 为 95% 置信区间；「较上期」对比上一个有快照的日期；上游快照缺失的日期自动跳过。数据每日同步更新。
数据更新于 2026-11-06
文本对话榜点评：Google 的 Gemini 4 Argon 拿下榜首，但榜单更像 Anthropic 的主场：前十占了 6 席，Claude Opus、Fable 多款扎堆，第二到第六名清一色是 Claude。只是头名领先 Opus 5.5 有 11 分，暂时拉开了距离；第二与第三名却只差 5 分。另一处反差是，Claude Opus 4.8 排在第 17，低于榜中多款旧版本。Meta 也有 3 款进入前二十，阵容不算单薄；OpenAI 则有 3 席，但都没进前十。
代码生成榜点评：Anthropic拿下榜首，也把前五中的三个席位收入囊中；OpenAI则有三款进入前十，排兵布阵同样密集。榜首 Claude Opus 5.5 领先 GPT-6 Astra 37 分，但第二名与第三名只差 3 分：冠军有缓冲，亚军争夺却几乎贴身。榜单中段也很拥挤，Gemini 4 Argon、GPT-6 Sol、Qwen3.8 Max 和 DeepSeek V4.1 Flash 的分数都在 1676 至 1679 之间，四个名次只隔 4 分。Google只有一席进前十，倒是榜尾能看到多家厂商各占两席。
文档理解榜点评：这张榜单几乎成了 Anthropic 的 Claude 家族专场：前五席全被 Claude 包下，前十占了七席，连前三也没有外人。冠军 Claude Opus 5 只领先 Claude Fable 5.1 3 分，第二、第三名也只差 6 分，榜首之争更像贴身缠斗。OpenAI 的 GPT-5.5、GPT-5.6 Sol 和 GPT-5.6 Terra则守住三个前十席位；Google 的 Gemini 3.5 Flash 排第14，略低于 Meta 的 Muse Spark 1.1（第13）。最扎眼的反差？Claude Opus 4.8 明明排第9，却标着 high 档，说明榜单展示的不是统一档位。
AI 搜索榜点评：榜首并没有真正拉开：OpenAI 的 GPT-5.6 Sol 与阿里 Qwen3.8 Max 同为 1261 分，只是前者列第一；第二名到 Claude Opus 4.6 (Search) 也仅差 10 分。席位分布则是另一条看点：Anthropic 有 8 个模型进入前 20，前十占 5 席，Claude Opus、Fable、Sonnet 几条线都挤在榜上；OpenAI 也有 6 席。相比之下，Google 的 Gemini 3.1 Pro 和 Gemini 3 Pro 分列第 15、17，暂时没进前十。冠军要共享，席位倒是 Anthropic 更多。
文生图榜点评：OpenAI这次不是只拿冠军，而是直接把前三名排成了自家队列：GPT-Image-2.5 Sunburst领先Flare 28分，Flare与GPT-Image-2 (Medium)却只差17分，榜首有优势，第二、第三的距离则没那么大。Google有4款进入前20，但前十只有2席；Reve也有2款挤进前十。另一处反差是，Google的Nano Banana 2.1排第五，高于多款Gemini图像模型。前排由OpenAI包场，往后看才逐渐热闹起来。
图像编辑榜点评：OpenAI这次把前三席全包了，GPT-Image-2.5 Sunburst还领先同系列Flare 35分，开局像是自家内部先分高下。不过第二、三名之后，Google、SpaceXAI、Microsoft AI的模型紧跟着排开：Grok Imagine Image 2.0第四，Nano Banana 2.1第五，微软两款MAI-Image也连占第六、第七。OpenAI在前十只有3席，榜首优势很醒目，席位却没形成围城；而第九、十名同为1391分，榜单中段几乎挤成一团。
文生视频榜点评：Google拿下前两名，Gemini Omni 1.1 Flash只领先同门 gemini-omni-flash 3 分，榜首更像一场内部贴身赛。更扎眼的是，Google虽然前十只有2席，前19却有8席，后半段几乎成了 Veo 3 系列的排队现场。字节的 Dreamina Seedance 2.0 排第四，反而压过更新的 2.5 版本；OpenAI 的 Sora 2 Pro 则排在第十。冠军归 Google，榜单席位也被它铺得够宽。
图生视频榜点评：MiniMax H3以1493分拿下第一，但只领先字节的Dreamina Seedance 2.5（720p）5分；第二、第三名也仅差2分，榜首几席几乎贴身而行。字节靠Seedance 2.5和2.0拿下前五中的两席，Google则更像“后排常驻”：前十占2席，前18占8席，且第12至15名被Veo 3.1系列连续占据。Grok Imagine Video 1.5排第8，老版第11，差距也挺醒目。
视频编辑榜点评：Alibaba 的 Wan 3.0 以 1414 分登顶，但只比字节的 Dreamina Seedance 2.5（720p）高 4 分，冠军位置几乎是贴身争夺。更值得一提的是，字节在前五占了两席，Dreamina Seedance 2.0 也排第五；阿里则由 Wan 3.0 领跑，Alibaba-ATH 的 HappyHorse 1.0 排第六。Google 的 gemini-omni-flash 位列第四，夹在两款 Seedance 之间。榜单前列不像一家独秀，更像几家轮流抢镜。
Text 对话第一 Gemini 4 Argon（1520 分） · Code 编程第一 Claude Opus 5.5（1810 分）。
本月 Elo 分数走势（最新 Top 10）
文本对话榜 Top 10（2026-11-06，静态备份）
| # | 模型 | 厂商 | Elo | 票数 | 操作 | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Gemini 4 Argon | 1520 | 11889 | 算 | ||||||||||
| 2 | Claude Opus 5.5 | Anthropic | 1509 | 11415 | 算 | |||||||||
| 3 | Claude Fable 5.1 | Anthropic | 1504 | 17178 | 算 | |||||||||
| 4 | Claude Fable 5 | Anthropic | 1504 | 45341 | 算 | |||||||||
| 5 | Claude Opus 4.6 | Anthropic | 1503 | 84512 | 算 | |||||||||
| 6 | Claude Opus 4.72档2 个评测配置（推理档位）
最高与最低档相差 7 Elo | Anthropic | 1501 | 65110 | 算 | |||||||||
| 7 | Gemini 3.8 Flash | 1496 | 47803 | 算 | ||||||||||
| 8 | Muse Spark 1.2 | Meta | 1492 | 11724 | 算 | |||||||||
| 9 | Claude Opus 52档2 个评测配置（推理档位）
最高与最低档相差 1 Elo | Anthropic | 1492 | 73167 | 算 | |||||||||
| 10 | Muse Spark 1.1 | Meta | 1490 | 46354 | 算 |
数据来源：Arena（LMArena） · 许可 CC BY 4.0