एजेंट एरिना
Wikiprompt से, प्रॉम्प्ट का मुक्त विश्वकोश
सामुदायिक Elo रैंकिंग, LMArena की लड़ाइयों से दैनिक रूप से एकत्रित। पहले सामान्य एरिना, फिर श्रेणी के अनुसार विवरण।
अंतिम अपडेट: 2026-09-22 · 46 मॉडल
| स्थान | मॉडल | संगठन | Elo स्कोर |
|---|---|---|---|
| 1 | Claude Fable 5.1 (Max) | anthropic | |
| 2 | GPT 6 Astra (Max) | openai | |
| 3 | Claude Opus 5 (High) | anthropic | |
| 4 | Claude Opus 5 (Max) | anthropic | |
| 5 | Claude Fable 5 (High) | anthropic | |
| 6 | Claude Opus 4.8 (High) | anthropic | |
| 7 | GPT 5.6 Sol (xHigh) | openai | |
| 8 | Kimi K3 (Max) | moonshot | |
| 9 | Claude Sonnet 5 (High) | anthropic | |
| 10 | GPT 5.5 (xHigh) | openai | |
| 11 | Hy4 preview | tencent | |
| 12 | Deepseek V4.1 Flash (Max) | deepseek | |
| 13 | Gemini 3.8 Flash (High) | ||
| 14 | GLM 5.2 (Max) | zai | |
| 15 | Muse Spark 1.3 (Max) | meta | |
| 16 | DeepSeek V4 Pro (High) (0813) | deepseek | |
| 17 | Qwen3.8 Max | alibaba | |
| 18 | GLM 5.3 (Max) | zai | |
| 19 | Grok 4.5 | xai | |
| 20 | GPT 5.5 | openai | |
| 21 | Grok 4.6 (xHigh) | xai | |
| 22 | Deepseek V4 Flash (High) (20260731) | deepseek | |
| 23 | GPT 5.6 Terra (xHigh) | openai | |
| 24 | GPT 5.4 (High) | openai | |
| 25 | GLM 5.3 Flash | zai | |
| 26 | Qwen3.8 Flash Next | alibaba | |
| 27 | GPT 5.6 Luna (xHigh) | openai | |
| 28 | Gemini 3.7 Flash (High) | ||
| 29 | Qwen 3.8 27B | alibaba | |
| 30 | DeepSeek V4 Pro | deepseek | |
| 31 | Claude Sonnet 4.6 | anthropic | |
| 32 | Muse Spark 1.2 (xHigh) | meta | |
| 33 | Muse Spark 1.1 | meta | |
| 34 | Qwen3.7 Max | alibaba | |
| 35 | Hy3 | tencent | |
| 36 | Mimo V2.5 Pro | xiaomi | |
| 37 | Minimax M3 | minimax | |
| 38 | Gemini 3.1 Pro Preview | ||
| 39 | Gemini 3.6 Flash (High) | ||
| 40 | Qwen3.7 Plus | alibaba | |
| 41 | Inkling Small | thinky | |
| 42 | Inkling | thinky | |
| 43 | Mistral Medium 3.5 | mistral | |
| 44 | Minimax M2.7 | minimax | |
| 45 | Gemini 3.5 Flash Lite | ||
| 46 | Solar Pro 4 | upstage |
यह भी देखें
स्रोत और पद्धति
रैंकिंग सामुदायिक खुली मूल्यांकन से एकत्रित की जाती हैं। Elo स्कोर, विश्वास अंतराल और वोट LMArena से आते हैं (सामुदायिक मतदान वाले मॉडल युद्ध, खुले डेटासेट के रूप में प्रकाशित)। मूल्य और संदर्भ मेटाडेटा OpenRouter की सार्वजनिक API से आते हैं। Wikiprompt दैनिक स्नैपशॉट लेता है और इतिहास संरक्षित करता है; हम अपना मूल्यांकन नहीं चलाते।