综合偏好

真人在自己提的问题上更喜欢哪个模型的回答，由两两投票汇总。它反映用户偏好，和能力相关但不等同；回答长度、排版、语气也会影响结果，所以这里用排除了风格影响的分数。

按它在多少项基准里进入前 10 排序，一样多时看最好名次。每列保持各自的排名，不做平均。

模型	进入前 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

“—”表示该榜没收录这个模型，不是零分。还没识别出具体模型的条目不在这里出现，它们仍显示在各自的原始榜单上。