跳到正文

Arena Vision Style-Controlled

LMArena · 真人盲选带图片的回答,观察视觉理解的实际体验。

官方评测
在 AIHOT 中仅供参考
所属领域—
上游数据时间11/06 08:00
最近成功同步11/08 02:05

它测什么,怎么测

只读取官方数据集 vision_style_control 的 overall;不含图像生成或图像编辑。

AIHOT 怎么用它

视觉目前不计分,只作参考。

评测成绩

同一模型测了多个档位时,按固定规则只取一套代表成绩;没有可用成绩的模型标为“未计入”并写明原因。匿名测试型号不展示,名次照搬原榜,每项最多列 30 个。

原榜名次原榜型号原始成绩代表配置
1Claude Fable 5 (High)Anthropic1,309.4High 推理
2Qwen3.8-MaxAlibaba1,299.5来源默认配置
4Claude Opus 4.6 (High)Anthropic1,298.7High 推理
5Claude Opus 4.7 (High)Anthropic1,297.9High 推理
6Claude Opus 5.5 (High)Anthropic1,295.6High 推理
7Gemini 3.7 Flash (High)Google1,294.1High 推理
8Muse SparkMeta1,293.9来源默认配置
10GPT-6.1 Sol (Max)OpenAI1,292.8Max 推理
11Gemini 3.8 Flash (High)Google1,292.5High 推理
12Muse Spark 1.2 (xHigh)Meta1,292.2xHigh 推理
13Muse Spark 1.3 (Max)Meta1,290.4Max 推理
15Gemini 3 ProGoogle1,289.2来源默认配置
16Claude Fable 5.1 (Max)Anthropic1,288.4Max 推理
17GPT-5.6 Sol (xHigh)OpenAI1,287.8xHigh 推理
18Claude Opus 4.8 (High)Anthropic1,286.3High 推理
19Claude Opus 5 (High)Anthropic1,285.1High 推理
20GPT-6 Astra (Max)OpenAI1,284.8Max 推理
22GPT-5.5 (High)OpenAI1,283High 推理
23GPT-5.4 (High)OpenAI1,282.2High 推理
25Grok 4.5xAI1,280.7来源默认配置
26Gemini 3.1 Pro PreviewGoogle1,280.3来源默认配置
27Gemini 3.5 Flash (High)Google1,280.2High 推理
28Gemini 3.6 Flash (High)Google1,280High 推理
29Muse Spark 1.1Meta1,278.8来源默认配置
32GPT-5.2 Chat (20260210)OpenAI1,277.8来源默认配置
33GPT-5.5 InstantOpenAI1,276.9来源默认配置
34Claude Sonnet 4.6Anthropic1,274.6来源默认配置
35Gemini 3 FlashGoogle1,272.5来源默认配置
36GLM-5.3-FlashZ.ai1,272.4来源默认配置
37GPT-5.6 Terra (xHigh)OpenAI1,266.9xHigh 推理
评测局限与数据署名

视觉目前不计分,只作参考。

数据许可:CC BY 4.0

成绩由 LMArena 发布。各项评测的原始分数尺度不同,不能直接相加;AIHOT 按公开规则把它们折算成同一种分数。