模型的真实偏好排名。
这套机制的优势，恰恰戳中了传统评测的痛点。
它完全规避了针对榜单的专项优化，没有晦
、代码等不同场景分为多个榜单，我们以文本为例，看看各大模型的最新得分：
2026年3月｜LM Arena
全球盲测Top20
（实时快照·Elo评分·含置信区间）
1. Claude Opus 4.6 Thin
king（Anthropic）：1507±8
2. Gemini 3.1 Pro Preview（Goo
本文作者：科技浮世绘
本文转载自：网易新闻客户端
原文链接：https://c.m.163.com/news/a/KOAS0Q3F0531AFC0.html
本文由 XZ导师app 自动发布 | 发布时间：2026/7/26 14:33:48