Arena Vision Style-Controlled

Name: Arena Vision Style-Controlled
Creator: LMArena

LMArena · 真人盲选带图片的回答，观察视觉理解的实际体验。

在 MyHOT 中参与排名

证据预算6%

上游数据时间09/13 08:00

最近成功同步09/29 10:19

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。

视觉预算 6%；仍是人类偏好证据，不能等同严格图像准确率。

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-5Anthropic	1,309.5	来源默认配置
2	qwen3.8-maxAlibaba	1,301.8	来源默认配置
3	claude-opus-4-7-highAnthropic	1,300.9	High 推理
5	claude-opus-4-6-highAnthropic	1,298.9	High 推理
6	muse-spark-1.3-maxMeta	1,294.1	Max 推理
7	muse-sparkMeta	1,293.7	来源默认配置
9	muse-spark-1.2 (xHigh)Meta	1,291.5	xHigh 推理
10	claude-opus-5-highAnthropic	1,289	High 推理
11	claude-fable-5.1-maxAnthropic	1,288.9	Max 推理
12	gemini-3-proGoogle	1,288.7	来源默认配置
14	gpt-5.6-sol-xhighOpenAI	1,285.9	xHigh 推理
15	gpt-5.4-highOpenAI	1,284.8	High 推理
16	gpt-6-astra-maxOpenAI	1,284	Max 推理
17	gemini-3.5-flash-highGoogle	1,283.7	High 推理
18	claude-opus-4-8-highAnthropic	1,283.4	High 推理
19	gpt-5.5-highOpenAI	1,283.4	High 推理
21	gemini-3.6-flash-highGoogle	1,282.7	High 推理
22	muse-spark-1.1Meta	1,281.2	来源默认配置
24	grok-4.5xAI	1,279.5	来源默认配置
26	gemini-3.1-pro-previewGoogle	1,278.7	来源默认配置
27	gpt-5.2-chat-latest-20260210OpenAI	1,278.3	来源默认配置
28	gpt-5.5-instantOpenAI	1,277.9	来源默认配置
29	claude-sonnet-4-6Anthropic	1,275.4	来源默认配置
30	glm-5.3-flashZ.ai	1,274.8	来源默认配置
31	gemini-3-flashGoogle	1,272.4	来源默认配置
32	gpt-5.6-terra-xhighOpenAI	1,266.7	xHigh 推理
33	claude-sonnet-5-highAnthropic	1,266.3	High 推理
34	gemini-3.5-flash-liteGoogle	1,266	来源默认配置
35	grok-4.6-highxAI	1,264.5	High 推理
36	qwen3.7-plusAlibaba	1,262.7	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 MyHOT 共识分使用不同尺度，不能直接相加。