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 SoloOS 中参与排名

证据预算2.4%

上游数据时间10/27 08:00

最近成功同步10/28 20:05

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；没有可采用配置的模型标为未计入并写明原因。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	1,808.7	Max 推理
2	GPT-6 Astra (Max)OpenAI	1,773.5	Max 推理
3	Claude Sonnet 5.5 (xHigh)anthropic	1,769.3	xHigh 推理
4	GPT-6.1 Sol (Max)openai	1,751.6	Max 推理
5	Claude Fable 5.1 (Max)Anthropic	1,745	Max 推理
6	Muse Wonder Full (Max)meta	1,726.1	Max 推理
8	Kimi K3.1 Pro (Max)moonshot	1,694.5	Max 推理
9	Claude Opus 5 (Max)Anthropic	1,690.3	Max 推理
10	Gemini 4 Argon (High)google	1,679.9	High 推理
11	GPT-6 Sol (Max)OpenAI	1,677.4	Max 推理
13	Qwen3.8-MaxAlibaba	1,671.9	来源默认配置
14	GPT-6.1 Terra (Max)OpenAI	1,670.7	Max 推理
15	DeepSeek-V4.1-Flash-20261017 (Max)deepseek	1,666.3	Max 推理
17	Kimi K3 (Max)Moonshot AI	1,656.2	Max 推理
18	Muse Spark 1.3 (Max)Meta	1,656.2	Max 推理
19	Muse Wonder (Max)meta	1,651.9	Max 推理
20	MiMo-V2.6-FlashXiaomi	1,637.6	来源默认配置
21	Grok 4.7 (xHigh)xAI	1,637.2	xHigh 推理
22	Hy4 previewTencent	1,630.9	来源默认配置
23	Qwen3.8-Flash-NextAlibaba	1,628.1	来源默认配置
24	MiMo-V2.6-ProXiaomi	1,625.5	来源默认配置
25	Claude Fable 5 (High)Anthropic	1,623.9	High 推理
26	GLM-5.3 (Max)Z.ai	1,622.7	Max 推理
28	DeepSeek-V4.1-Flash-20260910 (Max)deepseek	1,619.1	Max 推理
29	Grok 4.6 (High)xAI	1,616.7	High 推理
30	GPT-5.6 Sol (xHigh, Codex Harness)OpenAI	1,615.8	xHigh 推理 · Codex Harness
31	GLM-5.3-FlashZ.ai	1,606.7	来源默认配置
32	GLM-5.2 (Max)Z.ai	1,605.6	Max 推理
33	Qwen3.8-27BAlibaba	1,589.9	来源默认配置
34	Gemini 3.7 Flash (High)Google	1,589.3	High 推理

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 SoloOS 共识分使用不同尺度，不能直接相加。