文本对话 分数
1469.6
±4.1 置信区间
榜内排名
#33
共 100 个模型
投票数
53,702
人类盲评累计
最佳名次
#25
跨 3 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 | #33 / 100 | 1469.6±4.1 | 2026-10-28 |
| 编程开发 | #33 / 100 | 1605.6±5.9 | 2026-10-28 |
| 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 | #25 / 57 | 细分指标 | 2026-10-28 |
「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 豆包工作向企业客户推出第三方模型服务：含 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等 10-29
- 资讯 国家超算互联网调价：降低AI研发、调试成本 10-29
- 资讯 豆包工作向企业客户开放配置三方模型 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
- 开源 Cloudflare 披露 KV cache 暴露事故，全部发生在超长上下文的 prompt 上 10-27
- 资讯 GLM-5.5 要来了？唐杰最新论文，曝出智谱神秘模型 10-27
- AI前沿 Cross-request KV cache exposure in the GLM-5.3 Workers AI model (155 responses) 10-27
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。