Arena WebDev

Name: Arena WebDev
Creator: LMArena

LMArena · 同样是真人盲选，比的是网页好不好用、能不能交付。

在 MyHOT 中参与排名

证据预算2.4%

上游数据时间10/23 08:00

最近成功同步10/26 14:05

它测什么，怎么测

只取官方发布快照中的 WebDev 总榜，不抓取 arena.ai 实时页面；与 Text 共同构成一张 Arena 家族票。

编程与设计预算中的 2.4%；在审美分类衡量网页作品偏好，不等同代码正确率。仍与 Arena 其他任务共用证据家族。

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 Opus 5.5 (Max)Anthropic	1,806.9	Max 推理
2	GPT-6 Astra (Max)OpenAI	1,774.3	Max 推理
3	Claude Sonnet 5.5 (xHigh)—	1,768.9	xHigh 推理
4	GPT-6.1 Sol (Max)—	1,749.3	Max 推理
5	Claude Fable 5.1 (Max)Anthropic	1,742.5	Max 推理
6	Muse Wonder Full (Max)Meta	1,725.9	Max 推理
8	Kimi K3.1 Pro (Max)moonshot	1,691.6	Max 推理
9	Claude Opus 5 (Max)Anthropic	1,690.7	Max 推理
10	GPT-6 Sol (Max)OpenAI	1,680.8	Max 推理
11	Gemini 4 Argon (High)Google	1,674.2	High 推理
13	Qwen3.8-MaxAlibaba	1,672.2	来源默认配置
14	DeepSeek-V4.1-Flash-20261017 (Max)deepseek	1,665	Max 推理
16	Muse Spark 1.3 (Max)Meta	1,657.2	Max 推理
17	Kimi K3 (Max)Moonshot AI	1,654.9	Max 推理
18	Muse Wonder (Max)meta	1,651	Max 推理
19	Grok 4.7 (xHigh)xAI	1,637.9	xHigh 推理
20	MiMo-V2.6-FlashXiaomi	1,634.8	来源默认配置
21	Hy4 previewTencent	1,631.2	来源默认配置
22	Qwen3.8-Flash-NextAlibaba	1,628.8	来源默认配置
23	MiMo-V2.6-ProXiaomi	1,625.4	来源默认配置
24	Claude Fable 5 (High)Anthropic	1,624.3	High 推理
25	GLM-5.3 (Max)Z.ai	1,622.8	Max 推理
27	DeepSeek-V4.1-Flash-20260910 (Max)deepseek	1,618.6	Max 推理
28	Grok 4.6 (High)xAI	1,616.6	High 推理
29	GPT-5.6 Sol (xHigh, Codex Harness)OpenAI	1,615.1	xHigh 推理 · Codex Harness
30	GLM-5.3-FlashZ.ai	1,607.7	来源默认配置
31	GLM-5.2 (Max)Z.ai	1,604.3	Max 推理
32	Qwen3.8-27BAlibaba	1,591.4	来源默认配置
33	Gemini 3.7 Flash (High)Google	1,590.3	High 推理
34	MiniMax-M3.1-Flashminimax	1,588.8	来源默认配置

评测局限与数据署名

与 Text 存在偏好构念相关性。

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。