实时更新 · 官方数据Live Updates · Official Data

LM Arena 大模型全球实力榜LM Arena Global AI Leaderboard视觉写作✍️Creative Vision

Name: 阿里巴巴 视觉写作 · 大语言模型排行榜 - 最佳文本与对话 AI 模型对比 2026-02
Creator: LM Arena
License: https://creativecommons.org/licenses/by/4.0/
Keywords: 阿里巴巴,视觉写作,AI 大语言模型排行榜,AI 模型排行

查看各种 AI 大语言模型在数学推理、代码生成、创意写作及其他开放式文本任务中的综合 Elo 积分排名，数据来源于真实用户的匿名盲测投票。

2026-02-01

▾

上榜模型Models

参赛厂商Providers

1.0K

总投票数Total Votes

🥇 #1 排名Rank

qwen3-vl-235b-a22b-instruct

阿里巴巴

1224

±20 · 822 次投票votes

🥈 #2 排名Rank

qwen3-vl-235b-a22b-thinking

阿里巴巴

1217

±40 · 221 次投票votes

📖 指标说明 — 读懂这张榜单📖 Metrics Guide — Understanding the Leaderboard

🎯

榜单主指标（Score）Primary Metric (Score)

每个榜单会采用官网对应的核心排序指标。通用 Arena 榜单通常是模型竞技积分；智能体榜单则展示净提升及多项任务指标。

Each leaderboard uses the official primary ranking metric. Most Arena boards use competitive scores; the Agent board uses net improvement and task-specific metrics.

🔢

精确值（Float Value）Float Value

主指标的完整浮点数值。对于通用 Arena 榜单可用于区分整数分相近的模型；智能体榜单以百分比和置信区间展示。

The full floating-point value of the primary metric. It helps distinguish close scores on standard boards; Agent metrics are shown as percentages with confidence intervals.

📊

方差（Variance）Variance

衡量结果的统计稳定程度。绿色·稳定（<5）更可信；橙色·波动（5~12）；红色·不稳（>12）说明排名还可能明显变化。

Measures statistical stability. Green·Stable (<5); Orange·Unstable (5–12); Red·Volatile (>12) means the ranking may still move significantly.

↔️

置信区间（95% CI = ±N）95% Confidence Interval (CI = ±N)

真实实力有 95% 概率落在 [lower, upper] 区间内，显示为 ±N。N 越小排名越可信，票数越多 N 越小。

The model's true strength falls within [lower, upper] with 95% probability, shown as ±N. Smaller N = more reliable ranking; more votes → smaller N.

🗳️

投票数（Vote Count）Vote Count

该模型或厂商参与评测的总次数。数量越高，结果的统计置信度越高、越不容易受单次样本影响而波动。

Total evaluation volume for the model or lab. Higher counts mean higher statistical confidence and less sensitivity to individual samples.

📜

开源协议（License）License

Apache/Llama：完全开源可商用；MIT：开源限制极少；Proprietary：闭源商业模型。协议决定你能否把它集成到自己的产品里。

Apache/Llama: Fully open-source, commercial use allowed; MIT: Open-source, minimal restrictions; Proprietary: Closed-source commercial model. License determines if you can integrate it into your product.

__TABLE_HEAD__

🥇	2 - 131	qwen3-vl-235b-a22b-instruct 阿里巴巴 · Apache 2.0	1224±20.4	822 票votes	1223.885 [1203.5, 1244.3]	108.10 · 不稳Volatile	$0.20 / $0.88	262.1K
🥈	6 - 128	qwen3-vl-235b-a22b-thinking 阿里巴巴 · Apache 2.0	1217±39.7	221 票votes	1216.927 [1177.2, 1256.6]	410.46 · 不稳Volatile	$0.26 / $2.60	131.1K

🔍

没有找到匹配的模型，换个关键词试试？No matching models found. Try a different keyword?