綜合偏好
真人在自己提出的問題上更喜歡哪個模型的回答，由兩兩投票彙總而成。它反映的是使用者偏好，與能力相關但不等同；回答長度、排版和語氣也會影響結果，所以這裡採用排除了風格影響的分數。
按它在多少項基準裡進入前 10 排序，一樣多時看最好名次。每列保持各自的排名，不做平均。
| 模型 | 進入前 10 | Arena — Text Overall (style control) |
|---|---|---|
 Gemini 4 Argon Google | 1/1 | #1 1525 |
 Claude Opus 4.6 Anthropic | 1/1 | #2 1505 |
| Claude Fable 5 Anthropic | 1/1 | #3 1504 |
| Claude Opus 5.5 Anthropic | 1/1 | #4 1504 |
| Claude Opus 4.7 Anthropic | 1/1 | #5 1501 |
| Claude Fable 5.1 Anthropic | 1/1 | #6 1501 |
| Gemini 3.8 Flash Google | 1/1 | #7 1495 |
 Muse Spark 1.3 Meta | 1/1 | #8 1494 |
| Muse Spark 1.2 Meta | 1/1 | #9 1494 |
| Muse Spark 1.1 Meta | 1/1 | #10 1491 |
「—」表示該榜沒有收錄這個模型，不是零分。尚未識別出具體模型的條目不在此處出現，但仍顯示在各自的原始榜單上。