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。
基于 Bradley-Terry 统计模型计算的大模型竞技积分。数值越高代表在人类盲测对决中综合胜率越高，反映模型间相对强弱。
Elo 积分的完整浮点数值（精确到小数3位）。当两个模型整数分相同时，精确分才真正决定排名先后。下方 [lower, upper] 为置信区间范围。
衡量 Elo 积分的统计稳定程度。绿色·稳定（<5）票多可信；橙色·波动（5~12）；红色·不稳（>12）新模型票少，排名还会剧烈变化。
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。
该模型参与盲测对决的总次数。票数越高，Elo 分的统计置信度越高、越不容易受单次投票影响而波动。
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。
| 排名 | 名次区间 | 模型 | Arena 得分 ↓ | 投票数 | 精确分 & 区间 | 方差 | 价格 ($/1M) | 上下文 |
|---|---|---|---|---|---|---|---|---|
| 🥇 | 147 - 183 |
glm-4-plus-0111
智谱 AI · Proprietary
|
1343±8.0 | 5.8K 票 | 1343.000 [1335.0, 1351.0] | 36.00 · 不稳 | Free / N/A |
没有找到匹配的模型，换个关键词试试？