평가 출처공식 사이트
Arena Text Style-Controlled
LMArena · 사람이 익명으로 답변을 두 개씩 비교해 어느 쪽을 읽고 싶은지 고릅니다. 객관식 문제로는 보이지 않는 전반적인 사용감을 보완합니다.
클로데이트 반영 상태순위 반영
가중치5%
원본 데이터 기준 시각10/28 09:00
마지막 동기화11/05 08:05
무엇을, 어떻게 측정하나
공식 공개 스냅숏의 Text Overall style-controlled 메인 순위만 사용하며, arena.ai의 실시간 페이지는 가져오지 않습니다.
활용 방식
사람 선호 예산 10%를 전체 5%, 창작 5%로 나눕니다. Arena의 코딩 및 시각 평가와는 계속 같은 근거 계열을 공유합니다. 최신 여부는 공식 성적 데이터의 날짜로 판단합니다.
결과
정해진 규칙에 따라 공개 모델마다 하나의 구성을 대표로 씁니다. 익명 테스트 모델은 표시하지 않고 원래 순위를 유지하며, 평가마다 최대 30개입니다.
| 원래 순위 | 모델 | 원래 점수 | 대표 구성 |
|---|---|---|---|
| 1 | Gemini 4 Carbon (High)google | 1,527.5 | High 추론 |
| 2 | Gemini 4 Argon (High)Google | 1,520.3 | High 추론 |
| 3 | Claude Opus 5.5 (High)Anthropic | 1,508.7 | High 추론 |
| 4 | Muse Wonder (Max)Meta | 1,507.1 | Max 추론 |
| 5 | Claude Fable 5.1 (Max)Anthropic | 1,504.4 | Max 추론 |
| 6 | Claude Fable 5 (High)Anthropic | 1,503.9 | High 추론 |
| 7 | Claude Opus 4.6 (High)Anthropic | 1,503.2 | High 추론 |
| 8 | Claude Opus 4.7 (High)Anthropic | 1,501 | High 추론 |
| 10 | Gemini 3.8 Flash (High)Google | 1,495.9 | High 추론 |
| 11 | Muse Spark 1.3 (Max)Meta | 1,495 | Max 추론 |
| 13 | Muse Spark 1.2 (xHigh)Meta | 1,492.2 | xHigh 추론 |
| 15 | Claude Opus 5 (Max)Anthropic | 1,490.5 | Max 추론 |
| 16 | Muse Spark 1.1Meta | 1,490.2 | 출처 기본 구성 |
| 17 | Gemini 3.7 Flash (High)Google | 1,489.6 | High 추론 |
| 18 | Muse SparkMeta | 1,489 | 출처 기본 구성 |
| 19 | Kimi K3 (Max)Moonshot AI | 1,488.2 | Max 추론 |
| 20 | Gemini 3.1 Pro PreviewGoogle | 1,486.9 | 출처 기본 구성 |
| 21 | Gemini 3 ProGoogle | 1,485.4 | 출처 기본 구성 |
| 22 | GPT-5.6 Sol (xHigh)OpenAI | 1,484.9 | xHigh 추론 |
| 23 | Gemini 3.6 Flash (High)Google | 1,483.2 | High 추론 |
| 24 | Qwen3.8-MaxAlibaba | 1,482.4 | 출처 기본 구성 |
| 25 | Claude Opus 4.8 (High)Anthropic | 1,481.7 | High 추론 |
| 26 | GPT-5.5 (High)OpenAI | 1,481.7 | High 추론 |
| 27 | GPT-6.1 Sol (Max)OpenAI | 1,481.3 | Max 추론 |
| 28 | GLM-5.3 (Max)Z.ai | 1,480.6 | Max 추론 |
| 29 | MiMo-V2.6-ProXiaomi | 1,479.7 | 출처 기본 구성 |
| 30 | Gemini 3.5 Flash (High)Google | 1,477.6 | High 추론 |
| 31 | Claude Sonnet 5.5 (xHigh)Anthropic | 1,477.1 | xHigh 추론 |
| 33 | GLM-5.3-FlashZ.ai | 1,476.5 | 출처 기본 구성 |
| 35 | DeepSeek-V4.1-Flash-20260910 (Max)deepseek | 1,476.2 | Max 추론 |
한계와 데이터 출처
사람의 선호는 스타일, 사용자 구성, 프롬프트 분포에 영향을 받습니다. 전체와 창작 카테고리는 겹치는 투표가 있고 기존 사람 선호 예산을 공유하므로, 서로 독립된 두 평가 기관으로 보지 않습니다.
데이터 라이선스: CC BY 4.0
LMArena에서 공개한 결과입니다. 원래 점수와 클로데이트 합의 지수는 척도가 달라 직접 비교하거나 더할 수 없습니다.