Arena Vision Style-Controlled
LMArena · Des humains choisissent à l'aveugle des réponses accompagnées d'images, pour observer l'expérience réelle de compréhension visuelle.
Ce qu'il mesure, comment il le mesure
Lire uniquement le jeu de données officiel vision_style_control « overall » ; ne comprend ni génération ni édition d'images.
Comment utiliser ces preuves
Après vérification via le protocole mono-modèle, participe au classement de référence dans la limite de la part de la famille de questions du domaine de compétence concerné ; les mesures d'une même famille de questions n'augmentent pas la part totale de la famille. La part effective figure dans l'enregistrement de calcul en cours.
Scores d'évaluation
Selon des règles fixes, chaque modèle public utilise une configuration représentative ; les modèles sans configuration admissible sont marqués comme non pris en compte, avec la raison indiquée. Les modèles testés de façon anonyme ne sont pas affichés, leur rang d'origine est conservé, avec un maximum de 30 par entrée.
| Rang sur le classement d'origine | Modèle au classement d'origine | Score brut | Configuration de référence |
|---|---|---|---|
| 1 | claude-fable-5-highAnthropic | 1,308.8 | High « inférence » |
| 2 | qwen3.8-maxAlibaba | 1,301.2 | Configuration par défaut de la source |
| 3 | claude-opus-4-6-highAnthropic | 1,299.4 | High « inférence » |
| 5 | claude-opus-4-7-highAnthropic | 1,297.7 | High « inférence » |
| 6 | gemini-3.7-flash-highGoogle | 1,296 | High « inférence » |
| 8 | muse-sparkMeta | 1,293.6 | Configuration par défaut de la source |
| 9 | muse-spark-1.2 (xHigh)Meta | 1,292.8 | xHigh « inférence » |
| 10 | gpt-6.1-sol-maxOpenAI | 1,290.6 | Max « inférence » |
| 11 | gemini-3.8-flash-highGoogle | 1,290.3 | High « inférence » |
| 12 | muse-spark-1.3-maxMeta | 1,290.2 | Max « inférence » |
| 13 | gemini-3-proGoogle | 1,289.3 | Configuration par défaut de la source |
| 14 | claude-opus-5-highAnthropic | 1,289 | High « inférence » |
| 15 | claude-fable-5.1-maxAnthropic | 1,287.7 | Max « inférence » |
| 17 | claude-opus-4-8-highAnthropic | 1,286.4 | High « inférence » |
| 18 | gpt-5.6-sol-xhighOpenAI | 1,284.7 | xHigh « inférence » |
| 20 | gpt-6-astra-maxOpenAI | 1,284.3 | Max « inférence » |
| 21 | gemini-3.5-flash-highGoogle | 1,284.1 | High « inférence » |
| 22 | gpt-5.4-highOpenAI | 1,283.8 | High « inférence » |
| 23 | muse-spark-1.1Meta | 1,281.1 | Configuration par défaut de la source |
| 24 | gpt-5.5-highOpenAI | 1,281 | High « inférence » |
| 25 | gemini-3.6-flash-highGoogle | 1,279.7 | High « inférence » |
| 27 | gemini-3.1-pro-previewGoogle | 1,279.3 | Configuration par défaut de la source |
| 28 | grok-4.5xAI | 1,279 | Configuration par défaut de la source |
| 30 | glm-5.3-flashZ.ai | 1,278.4 | Configuration par défaut de la source |
| 31 | gpt-5.2-chat-latest-20260210OpenAI | 1,278 | Configuration par défaut de la source |
| 32 | gpt-5.5-instantOpenAI | 1,276 | Configuration par défaut de la source |
| 33 | claude-sonnet-4-6Anthropic | 1,275.2 | Configuration par défaut de la source |
| 34 | gemini-3-flashGoogle | 1,272.9 | Configuration par défaut de la source |
| 35 | claude-sonnet-5.5-xhighAnthropic | 1,268.3 | xHigh « inférence » |
| 36 | gpt-5.6-terra-xhighOpenAI | 1,268.2 | xHigh « inférence » |
Limites de l'évaluation et attribution des données
Les préférences humaines dépendent du style, de la structure des utilisateurs et de la distribution des prompts. Les catégories générale et créative ont des votes qui se recoupent et partagent le même budget de préférences humaines ; elles ne sont pas considérées comme deux évaluateurs indépendants.
Licence des données :CC BY 4.0
Résultats publiés par LMArena ; les scores bruts de chaque épreuve utilisent des échelles différentes et ne peuvent pas être additionnés directement ; le rang de référence applique des règles publiques de normalisation des écarts.