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 LsideHOT 中参与排名

证据预算2.4%

上游数据时间10/01 08:00

最近成功同步10/02 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-maxAnthropic	1,815.4	Max 推理
2	gpt-6-astra-maxOpenAI	1,787.7	Max 推理
3	claude-sonnet-5.5-xhighanthropic	1,786.3	xHigh 推理
4	gpt-6.1-sol-maxopenai	1,757.8	Max 推理
5	claude-fable-5.1-maxAnthropic	1,749.2	Max 推理
7	claude-opus-5-maxAnthropic	1,695	Max 推理
8	gpt-6-sol-maxOpenAI	1,689	Max 推理
9	gemini-4-argon-highgoogle	1,679.5	High 推理
10	qwen3.8-maxAlibaba	1,671.2	来源默认配置
11	qwen3.8-max-0902Alibaba	1,670	来源默认配置
13	kimi-k3-maxMoonshot AI	1,657.8	来源默认配置
14	muse-spark-1.3-maxMeta	1,656.6	Max 推理
15	grok-4.7-xhighxAI	1,637.5	xHigh 推理
16	qwen3.8-flash-nextAlibaba	1,637.5	来源默认配置
17	hy4-previewTencent	1,633.2	来源默认配置
18	claude-fable-5-highAnthropic	1,625.3	High 推理
20	glm-5.3-maxZ.ai	1,623	来源默认配置
21	deepseek-v4.1-flash-maxDeepSeek	1,619.9	来源默认配置
22	gpt-5.6-sol-xhigh (codex-harness)OpenAI	1,619.8	xHigh 推理 · codex-harness
23	grok-4.6-highxAI	1,619.5	High 推理
24	mimo-v2.6-proXiaomi	1,618.4	来源默认配置
25	glm-5.3-flashZ.ai	1,615.6	来源默认配置
26	glm-5.2-maxZ.ai	1,605	来源默认配置
27	gemini-3.7-flash-highGoogle	1,591.7	High 推理
28	qwen3.8-27bAlibaba	1,591.2	来源默认配置
29	gemini-3.8-flash-highGoogle	1,582.7	High 推理
30	deepseek-v4-pro-high-20260813DeepSeek	1,582.6	来源默认配置
31	deepseek-v4-flash-highDeepSeek	1,581	来源默认配置
32	gpt-6-luna-maxOpenAI	1,578.7	Max 推理
33	step-5-preview-highStepFun	1,570.2	来源默认配置

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 LsideHOT 共识分使用不同尺度，不能直接相加。