LMArena 人类盲投

百万网友两两匿名比稿投票算 Elo,Gemini 3 Pro 成为首个突破 1500 分的模型,拿下文本榜第一。

前三

  1. LMArena文本榜首谁称王？: 截至2026年7月，Claude Fable 5在文本类别以1508分领先，但前几名模型分数差距极小，竞争激烈。
  2. 盲投如何运作？: LMArena采用Elo/Bradley-Terry系统，用户盲选更优回复，确保公正性，并提供Elo评分及置信区间。
  3. 开源模型能否赶超？: 专有模型仍主导榜单前列，但DeepSeek、Qwen等开源模型进步显著，与头部差距持续缩小。

来源

打开完整版