文本对话 分数
1440.1
±3.9 置信区间
榜内排名
#76
共 100 个模型
投票数
35,810
人类盲评累计
最佳名次
#76
跨 2 个维度
数据来自 Arena 官方公开数据集（CC BY 4.0），本站每 4 小时同步一次；榜单按各维度官方发布版本呈现。
📈 文本对话走势
横轴为官方发布日，数据取自官方全量历史（2023 年起）；同分平台期已压缩，台阶处即分数实际变化的位置。
📊 各能力维度表现
| 维度 | 排名 | 分数 | 发布时间 |
|---|---|---|---|
| 文本对话 | #76 / 100 | 1440.1±3.9 | 2026-10-28 |
| 编程开发 | #87 / 114 | 1340±11 | 2026-08-18 |
| 视觉理解 | 未上榜 | — | — |
| 文档理解 | 未上榜 | — | — |
| 联网搜索 | 未上榜 | — | — |
| 图像编辑 | 未上榜 | — | — |
| 文生图 | 未上榜 | — | — |
| 文生视频 | 未上榜 | — | — |
| 图生视频 | 未上榜 | — | — |
| 视频编辑 | 未上榜 | — | — |
| 智能体 | 未上榜 | — | — |
「未上榜」表示该模型没有参与该维度的官方评测，不等同于能力为零。智能体维度不提供单一分数，按 6 项细分指标呈现。
📰 相关内容
- 资讯 Mistral发布Le Chonk：开源权重赛道反超中国？ 10-29
- 资讯 WDCD Run #400: Zero Instruction Decay Across All 15 Models as GLM-4.6 Leads at 96.2 Points 10-28
- 资讯 GLM-4.6 诚信评级 fail 主榜 18.25 分 材料约束仅 10.00 10-23
- 资讯 GLM-4.6材料约束暴跌30.2分，代码执行反升22分 10-19
- 资讯 Reflection开源501B模型Beam：每token只激活23B参数，声称以四分之一算力追平GLM-5.2 10-17
- 资讯 WDCD Run #379: GLM-4.6 Leads with Perfect Score as Average Instruction Decay Hits -53.3% 10-14
- 资讯 WDCD v3.1周期：豆包Pro跌22.8 GPT-5.5升11.8 守约分化加剧 10-14
- 资讯 WDCD三轮锚点测试：R3诚信率仅73.3%，Qwen3 Max R1直接0分 10-14
内容来自站内全部频道（资讯 / AI前沿 / 开源 / 随笔），按发布时间倒序。