Arena Text Style-Controlled

LMArena · 真人匿名兩兩比較回答，看大家更願意讀哪一個。補上選擇題看不出的整體體驗。

在 ATech Hot 中參與排名

證據預算5%

上游數據時間10/02 08:00

最近成功同步10/06 14:05

它測什麼，怎麼測

只取官方發佈快照中的 Text Overall style-controlled 主榜，不抓取 arena.ai 實時頁面。

如何使用這份證據

真人偏好預算 10% 分為整體 5% 和創作 5%；與 Arena 的編程和視覺評測仍共用證據家族。按官方成績數據時間判斷新舊。

評測成績

按固定規則，每個公開模型採用一套代表配置；沒有可採用配置的模型標為未計入並寫明原因。匿名測試型號不展示，保留原榜名次，每項最多 30 個。

原榜名次	原榜型號	原始成績	代表配置
1	gemini-4-argon-highgoogle	1,525.2	High 推理
2	claude-opus-4-6-highAnthropic	1,504.7	High 推理
3	claude-fable-5-highAnthropic	1,504.3	High 推理
4	claude-opus-5.5-highAnthropic	1,503.7	High 推理
5	claude-opus-4-7-highAnthropic	1,501.3	High 推理
6	claude-fable-5.1-maxAnthropic	1,501.1	Max 推理
8	gemini-3.8-flash-highGoogle	1,494.8	High 推理
9	muse-spark-1.3-maxMeta	1,494.3	Max 推理
11	muse-spark-1.2 (xHigh)Meta	1,493.5	xHigh 推理
12	muse-spark-1.1Meta	1,491.3	來源預設配置
14	claude-opus-5-maxAnthropic	1,489.5	Max 推理
15	muse-sparkMeta	1,489.3	來源預設配置
16	kimi-k3-maxMoonshot AI	1,488.4	來源預設配置
17	gemini-3.7-flash-highGoogle	1,487.7	High 推理
18	gemini-3.1-pro-previewGoogle	1,487	來源預設配置
19	gemini-3-proGoogle	1,485.5	來源預設配置
20	gpt-5.6-sol-xhighOpenAI	1,483.9	xHigh 推理
21	gpt-6.1-sol-maxopenai	1,483.2	Max 推理
22	gemini-3.6-flash-highGoogle	1,483	High 推理
23	qwen3.8-maxAlibaba	1,481.6	來源預設配置
24	claude-opus-4-8-highAnthropic	1,481.5	High 推理
25	gpt-5.5-highOpenAI	1,481.4	High 推理
26	mimo-v2.6-proXiaomi	1,480.1	來源預設配置
27	glm-5.3-maxZ.ai	1,478.5	來源預設配置
28	gemini-3.5-flash-highGoogle	1,477.4	High 推理
29	gpt-6-astra-maxOpenAI	1,477.1	Max 推理
32	glm-5.2-maxZ.ai	1,475.8	來源預設配置
33	gpt-5.2-chat-latest-20260210OpenAI	1,475.7	來源預設配置
34	gpt-5.4-highOpenAI	1,475.2	High 推理
35	qwen3.7-max-previewAlibaba	1,474.9	來源預設配置

評測侷限與數據署名

人類偏好受風格、用户結構和提示分佈影響。整體與創作分類存在重疊投票，共享原有真人偏好預算，不視為兩家獨立評測機構。

數據許可：CC BY 4.0

成績由 LMArena 發佈，原始分數與 ATech Hot 共識分使用不同尺度，不能直接相加。