顶级人工智能文本模型竞技场排名 | AI生成和翻译
问：Arena AI 文本排行榜的最新排名情况如何？当前排名最前的模型是哪些？
答：
截至 2026年4月，Arena AI（原 LMSys Chatbot Arena）文本排行榜仍是受关注最广泛的排名之一，它基于 真实用户偏好投票（Elo 系统），而非静态基准评估。（Medium）
🏆 当前榜首（文本 Arena – 近期快照）
从最新可获取的排行榜切片（尤其是数学/综合类别）来看：
-
Claude Opus 4.6 (thinking) — 来自 Anthropic
- 排名：#1
- Elo：~1516
-
GPT-5.4-high — 来自 OpenAI
- 排名：#2
👉 这两者在多个子排行榜（数学、推理、综合）中都稳居榜首。（Arena）
🧠 第一梯队（紧随其后）
排行榜的 榜首竞争极为激烈，Elo 分数通常仅相差几分：
- Google DeepMind（Gemini 3 系列及变体）
- xAI（Grok 系列模型）
- DeepSeek（V3.x / 推理变体）
- 智谱 AI（GLM-5 系列）
- 阿里巴巴（Qwen 3.x 大模型）
例如，在 开放模型排名（2026年2月） 中：
- GLM-5 ≈ 1455
- Qwen-3.5 ≈ 1454
- Kimi-K2.5 ≈ 1452 👉 分数 相差仅约 3 分，基本并列（LinkedIn）
📊 Kimi 的当前地位（对你之前问题的回答）
- Moonshot AI（Kimi 系列）
-
Kimi K2.x / K2.5：
- 全球排名前 10
- 尤其在 开放/半开放模型 中表现强劲
- 但 整体排名并非第一（仍落后于 Claude / GPT 梯队）
它具有竞争力，但绝对榜首目前仍由 Claude + GPT 主导。
⚠️ 重要提示（许多人忽视了这点）
- Arena 排名是 动态的且带有波动性
- Elo 分数的微小差距（5–20 分）并不能代表 有意义的性能差异
-
模型通常采用 匿名 A/B 测试，因此：
- 提示（prompt）风格可能影响结果
- 模型更新可能快速改变排名顺序
🧭 简要结论
- 当前排名#1： Claude Opus 4.x（thinking 变体）
- 排名#2： GPT-5.x 高端版本
- 榜首梯队： Gemini、Grok、DeepSeek、Qwen、GLM
- Kimi： 表现强劲，但 略低于最顶尖模型
如果你需要，我可以按 编程/推理/创意写作 等领域进行细分说明，这些领域的具体排名实际上差异显著。
参考资料：
- https://arena.ai/leaderboard/text
- https://arena.ai/leaderboard/text/math
- https://medium.com/codex/how-the-arena-ai-leaderboard-helps-developers-pick-the-right-ai-model-ab87bcb5ed4a
- https://www.linkedin.com/posts/arenaai_top-10-open-models-february-2026-in-text-activity-7433282604247961600-xYiF