평가 출처공식 사이트
Arena Vision Style-Controlled
LMArena · 이미지가 포함된 답변을 사람이 블라인드로 비교해 시각 이해의 실제 사용감을 봅니다.
클로데이트 반영 상태순위 반영
가중치6%
원본 데이터 기준 시각10/19 09:00
마지막 동기화11/05 08:05
무엇을, 어떻게 측정하나
공식 데이터 세트 vision_style_control의 overall만 읽어 들입니다. 이미지 생성이나 이미지 편집은 포함하지 않습니다.
활용 방식
시각 예산 6%입니다. 사람 선호에 따른 증거이므로 엄밀한 이미지 정확도와 같게 볼 수 없습니다.
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 | Claude Fable 5 (High)Anthropic | 1,308.7 | High 推論 |
| 2 | Qwen3.8-MaxAlibaba | 1,300 | ソース既定の構成 |
| 3 | Claude Opus 4.6 (High)Anthropic | 1,299.1 | High 推論 |
| 5 | Claude Opus 4.7 (High)Anthropic | 1,297.7 | High 推論 |
| 6 | Gemini 3.7 Flash (High)Google | 1,295.2 | High 推論 |
| 7 | Muse SparkMeta | 1,294.1 | ソース既定の構成 |
| 9 | GPT-6.1 Sol (Max)OpenAI | 1,293.5 | Max 推論 |
| 10 | Claude Opus 5.5 (High)Anthropic | 1,293 | High 推論 |
| 11 | Muse Spark 1.2 (xHigh)Meta | 1,292.7 | xHigh 推論 |
| 12 | Gemini 3.8 Flash (High)Google | 1,291 | High 推論 |
| 13 | Muse Spark 1.3 (Max)Meta | 1,289.6 | Max 推論 |
| 14 | Gemini 3 ProGoogle | 1,289.3 | ソース既定の構成 |
| 15 | Claude Opus 5 (High)Anthropic | 1,287.9 | High 推論 |
| 17 | Claude Fable 5.1 (Max)Anthropic | 1,287.6 | Max 推論 |
| 18 | GPT-5.6 Sol (xHigh)OpenAI | 1,286.2 | xHigh 推論 |
| 20 | Claude Opus 4.8 (High)Anthropic | 1,285.7 | High 推論 |
| 21 | GPT-6 Astra (Max)OpenAI | 1,284.8 | Max 推論 |
| 22 | GPT-5.4 (High)OpenAI | 1,284.1 | High 推論 |
| 24 | Gemini 3.5 Flash (High)Google | 1,282.2 | High 推論 |
| 25 | GPT-5.5 (High)OpenAI | 1,282.2 | High 推論 |
| 26 | Gemini 3.6 Flash (High)Google | 1,282 | High 推論 |
| 27 | Muse Spark 1.1Meta | 1,280 | ソース既定の構成 |
| 28 | Gemini 3.1 Pro PreviewGoogle | 1,279.5 | ソース既定の構成 |
| 29 | Grok 4.5xAI | 1,279 | ソース既定の構成 |
| 32 | GPT-5.2 Chat (20260210)openai | 1,277.7 | ソース既定の構成 |
| 33 | GPT-5.5 InstantOpenAI | 1,276.1 | ソース既定の構成 |
| 34 | Claude Sonnet 4.6Anthropic | 1,275.1 | ソース既定の構成 |
| 35 | Gemini 3 FlashGoogle | 1,272.5 | ソース既定の構成 |
| 36 | GLM-5.3-FlashZ.ai | 1,271.2 | ソース既定の構成 |
| 37 | GPT-5.6 Terra (xHigh)OpenAI | 1,268 | xHigh 推論 |
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.