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。

在协同HOT 中参与排名

证据预算6%

上游数据时间09/28 08:00

最近成功同步09/29 20:05

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。

如何使用这份证据

视觉预算 6%；仍是人类偏好证据，不能等同严格图像准确率。

评测成绩

按固定规则，每个公开模型采用一套代表配置。匿名测试型号不展示，保留原榜名次，每项最多 30 个。

原榜名次	原榜型号	原始成绩	代表配置
1	claude-fable-5-highAnthropic	1,310.1	High 推理
2	qwen3.8-maxAlibaba	1,300.9	来源默认配置
3	claude-opus-4-6-highAnthropic	1,299.4	High 推理
5	claude-opus-4-7-highAnthropic	1,298.3	High 推理
6	gemini-3.7-flash-highGoogle	1,295	High 推理
8	muse-sparkMeta	1,293.9	来源默认配置
9	muse-spark-1.2 (xHigh)Meta	1,292.4	xHigh 推理
10	muse-spark-1.3-maxMeta	1,289.6	Max 推理
11	gemini-3-proGoogle	1,289.1	来源默认配置
12	claude-opus-5-highAnthropic	1,288.8	High 推理
13	gpt-5.6-sol-xhighOpenAI	1,286.8	xHigh 推理
14	claude-fable-5.1-maxAnthropic	1,286.6	Max 推理
16	claude-opus-4-8-highAnthropic	1,286.5	High 推理
17	gemini-3.8-flash-highGoogle	1,286.3	High 推理
18	gpt-6-astra-maxOpenAI	1,285.1	Max 推理
19	gemini-3.5-flash-highGoogle	1,284.5	High 推理
20	gpt-5.4-highOpenAI	1,284.1	High 推理
22	glm-5.3-flashZ.ai	1,281.2	来源默认配置
23	gpt-5.5-highOpenAI	1,281	High 推理
24	gemini-3.6-flash-highGoogle	1,280.1	High 推理
25	gemini-3.1-pro-previewGoogle	1,279.6	来源默认配置
26	muse-spark-1.1Meta	1,279.5	来源默认配置
28	grok-4.5xAI	1,278.7	来源默认配置
30	gpt-5.2-chat-latest-20260210OpenAI	1,278.3	来源默认配置
31	gpt-5.5-instantOpenAI	1,276.1	来源默认配置
32	claude-sonnet-4-6Anthropic	1,275.4	来源默认配置
33	gemini-3-flashGoogle	1,273	来源默认配置
34	gpt-5.6-terra-xhighOpenAI	1,267.9	xHigh 推理
35	qwen3.7-plusAlibaba	1,265.8	来源默认配置
36	kimi-k2.6Moonshot AI	1,264.8	来源默认配置

评测局限与数据署名

人类偏好受风格、用户结构和提示分布影响。整体与创作分类存在重叠投票，共享原有真人偏好预算，不视为两家独立评测机构。

数据许可：CC BY 4.0

成绩由 LMArena 发布，原始分数与协同HOT 共识分使用不同尺度，不能直接相加。