独立模型评测对比
哪款 AI 模型表现领先？
真实评测成绩，一眼看懂。按任务选榜单、看模型差异、读懂评分。
15 组图表3 个开放数据来源 · 日期截至 2026-10-23
综合↗
Gemini 4 Argon (High)
1525.7Arena Rating · Arena
编程↗
Claude Opus 5.5 (High)
1545Arena Rating · Arena
推理↗
Claude Opus 5.5 (High)
1538.5Arena Rating · Arena
图像↗
gpt-image-2.5-sunburst
1424.6Arena Rating · Arena
交互模型排名
综合模型偏好
模型排名10 个模型
点击柱形图，最多对比 3 个模型。
人类盲测偏好评分，不是准确率百分比。 · 横轴非零起点以显示细微差异。
按需求查找
探索全部评测图表
根据编程、推理、图像等任务选图。每张卡片都能进入交互对比。
数据说明
数据可信，来源可查。
我们使用下列三个评测发布方的开放结果重绘图表，保留原始评分口径与数据日期。单项任务第一名不代表综合第一名。
其他评测机构与方法资料
以下仅是评测方法参考链接。未取得可核验数据和适用授权的结果，不会复制到本站。