1. 图表数据
  2. arena
  3. Grok-3 is also #1 across all categories
arena表格图 · 120 个数据点 · Grok 3

Grok-3 is also #1 across all categories

arena 发布的一张图背后的数字，用原生图表重画。对照原图，研究数据，再做你自己的。

从图片估算 50%Grok 3xAI 全部模型全部图表数据
图表来自 arena. 来源: x.com

简化重绘

由我们用下面的数字重新绘制。悬停、点按或用方向键查看。

这是简化重绘：它用我们自己的样式展示数字，不是原图的样子。强调色标出这张图的主角。表格里带 ~ 的是估算值。

数字

120 个点中前 10 个免费
分组系列数值来源置信
chatgpt-4o-latest-20250129Overall2估算0.50
chatgpt-4o-latest-20250129Overall w/ Style Control1估算0.50
chatgpt-4o-latest-20250129Hard Prompts1估算0.50
chatgpt-4o-latest-20250129Hard Prompts w/ Style Control1估算0.50
chatgpt-4o-latest-20250129Coding3估算0.50
chatgpt-4o-latest-20250129Math1估算0.50
chatgpt-4o-latest-20250129Creative Writing2估算0.50
chatgpt-4o-latest-20250129Instruction Following10估算0.50
chatgpt-4o-latest-20250129Longer Query1估算0.50
chatgpt-4o-latest-20250129Multi-Turn1估算0.50

Max 数据，目前留邮箱免费看

查看全部 120 个数据点并下载文件

这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max；原型阶段，留邮箱即可解锁。

解锁全部 35 家巨头。每周一封，随时退订。 看看能得到什么 · 登录

gemini-2.0-pro-exp-02-05Overall2估算0.50
gemini-2.0-pro-exp-02-05Overall w/ Style Control2估算0.50
gemini-2.0-pro-exp-02-05Hard Prompts1估算0.50
gemini-2.0-pro-exp-02-05Hard Prompts w/ Style Control3估算0.50
gemini-2.0-pro-exp-02-05Coding1估算0.50
gemini-2.0-pro-exp-02-05Math1估算0.50
gemini-2.0-pro-exp-02-05Creative Writing2估算0.50
gemini-2.0-pro-exp-02-05Instruction Following1估算0.50
gemini-2.0-pro-exp-02-05Longer Query2估算0.50
gemini-2.0-pro-exp-02-05Multi-Turn1估算0.50
deepseek-r1Overall5估算0.50
deepseek-r1Overall w/ Style Control2估算0.50
deepseek-r1Hard Prompts2估算0.50
deepseek-r1Hard Prompts w/ Style Control1估算0.50
deepseek-r1Coding2估算0.50
deepseek-r1Math1估算0.50
deepseek-r1Creative Writing4估算0.50
deepseek-r1Instruction Following2估算0.50
deepseek-r1Longer Query2估算0.50
deepseek-r1Multi-Turn1估算0.50
o1-2024-12-17Overall5估算0.50
o1-2024-12-17Overall w/ Style Control2估算0.50
o1-2024-12-17Hard Prompts2估算0.50
o1-2024-12-17Hard Prompts w/ Style Control1估算0.50
o1-2024-12-17Coding2估算0.50
o1-2024-12-17Math1估算0.50
o1-2024-12-17Creative Writing5估算0.50
o1-2024-12-17Instruction Following1估算0.50
o1-2024-12-17Longer Query2估算0.50
o1-2024-12-17Multi-Turn5估算0.50
flash-thinking-exp-01-21Overall2估算0.50
flash-thinking-exp-01-21Overall w/ Style Control4估算0.50
flash-thinking-exp-01-21Hard Prompts1估算0.50
flash-thinking-exp-01-21Hard Prompts w/ Style Control1估算0.50
flash-thinking-exp-01-21Coding2估算0.50
flash-thinking-exp-01-21Math1估算0.50
flash-thinking-exp-01-21Creative Writing5估算0.50
flash-thinking-exp-01-21Instruction Following1估算0.50
flash-thinking-exp-01-21Longer Query2估算0.50
flash-thinking-exp-01-21Multi-Turn5估算0.50
gemini-2.0-flash-preview-01-21Overall3估算0.50
gemini-2.0-flash-preview-01-21Overall w/ Style Control3估算0.50
gemini-2.0-flash-preview-01-21Hard Prompts1估算0.50
gemini-2.0-flash-preview-01-21Hard Prompts w/ Style Control3估算0.50
gemini-2.0-flash-preview-01-21Coding2估算0.50
gemini-2.0-flash-preview-01-21Math1估算0.50
gemini-2.0-flash-preview-01-21Creative Writing8估算0.50
gemini-2.0-flash-preview-01-21Instruction Following7估算0.50
gemini-2.0-flash-preview-01-21Longer Query6估算0.50
gemini-2.0-flash-preview-01-21Multi-Turn5估算0.50
qwen2.5-maxOverall5估算0.50
qwen2.5-maxOverall w/ Style Control8估算0.50
qwen2.5-maxHard Prompts4估算0.50
qwen2.5-maxHard Prompts w/ Style Control6估算0.50
qwen2.5-maxCoding5估算0.50
qwen2.5-maxMath2估算0.50
qwen2.5-maxCreative Writing6估算0.50
qwen2.5-maxInstruction Following7估算0.50
qwen2.5-maxLonger Query6估算0.50
qwen2.5-maxMulti-Turn5估算0.50
claude-3.5-sonnet-20241022Overall18估算0.50
claude-3.5-sonnet-20241022Overall w/ Style Control8估算0.50
claude-3.5-sonnet-20241022Hard Prompts13估算0.50
claude-3.5-sonnet-20241022Hard Prompts w/ Style Control13估算0.50
claude-3.5-sonnet-20241022Coding11估算0.50
claude-3.5-sonnet-20241022Math12估算0.50
claude-3.5-sonnet-20241022Creative Writing14估算0.50
claude-3.5-sonnet-20241022Instruction Following12估算0.50
claude-3.5-sonnet-20241022Longer Query11估算0.50
claude-3.5-sonnet-20241022Multi-Turn11估算0.50
deepseek-v3Overall10估算0.50
deepseek-v3Overall w/ Style Control9估算0.50
deepseek-v3Hard Prompts10估算0.50
deepseek-v3Hard Prompts w/ Style Control10估算0.50
deepseek-v3Coding11估算0.50
deepseek-v3Math10估算0.50
deepseek-v3Creative Writing11估算0.50
deepseek-v3Instruction Following10估算0.50
deepseek-v3Longer Query6估算0.50
deepseek-v3Multi-Turn10估算0.50
qwen-plus-0125Overall10估算0.50
qwen-plus-0125Overall w/ Style Control11估算0.50
qwen-plus-0125Hard Prompts10估算0.50
qwen-plus-0125Hard Prompts w/ Style Control10估算0.50
qwen-plus-0125Coding11估算0.50
qwen-plus-0125Math10估算0.50
qwen-plus-0125Creative Writing11估算0.50
qwen-plus-0125Instruction Following10估算0.50
qwen-plus-0125Longer Query6估算0.50
qwen-plus-0125Multi-Turn10估算0.50
gemini-2.0-flash-lite-preview-02-05Overall10估算0.50
gemini-2.0-flash-lite-preview-02-05Overall w/ Style Control11估算0.50
gemini-2.0-flash-lite-preview-02-05Hard Prompts10估算0.50
gemini-2.0-flash-lite-preview-02-05Hard Prompts w/ Style Control10估算0.50
gemini-2.0-flash-lite-preview-02-05Coding10估算0.50
gemini-2.0-flash-lite-preview-02-05Math12估算0.50
gemini-2.0-flash-lite-preview-02-05Creative Writing5估算0.50
gemini-2.0-flash-lite-preview-02-05Instruction Following10估算0.50
gemini-2.0-flash-lite-preview-02-05Longer Query7估算0.50
gemini-2.0-flash-lite-preview-02-05Multi-Turn12估算0.50
o3-miniOverall11估算0.50
o3-miniOverall w/ Style Control11估算0.50
o3-miniHard Prompts4估算0.50
o3-miniHard Prompts w/ Style Control3估算0.50
o3-miniCoding2估算0.50
o3-miniMath1估算0.50
o3-miniCreative Writing17估算0.50
o3-miniInstruction Following9估算0.50
o3-miniLonger Query6估算0.50
o3-miniMulti-Turn11估算0.50
下载这张图的数据

Max 订阅者可以通过 API 取同样的数据。 API 文档

JSONagent skill 文件

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：4c5addbc20fb。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/4c5addbc20fb标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接开放
GET/api/v1/charts/4c5addbc20fb/data每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/4c5addbc20fb/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/4c5addbc20fb/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。

做一张这样的图

这张图的形式，你的数字。

实时预览。所有内容都留在你的设备上。

选择形式

简化形式：用我们自己的样式，不是原图的样子。你的数字从这张图的数据开始。

xAI 的更多数据

全部图表数据
从图片估算相似重绘 8.1Humanity's Last ExamxAI · 柱状图 · 7 个数据点从图片估算CaseLaw BenchmarkxAI · 表格图 · 6 个数据点从图片估算Artificial Analysis Intelligence Indexartificial-analysis · 柱状图 · 17 个数据点从图片估算CursorBench 4.0 scorexAI · 折线图 · 17 个数据点从图片估算Grok-4.20-Beta1 ranks #1 in Search Arenaarena · 表格图 · 40 个数据点从图片估算相似重绘 5.3Artificial Analysis Intelligence Index v4.1.1artificial-analysis · 柱状图 · 29 个数据点

常见问题

这些数字有多准？

它们由两遍独立读图估算得出，置信度 0.50（0 到 1）。图上印着的数字读得准，从坐标轴读出的值可能有几个百分点的偏差。

这些数据可以直接用吗？

这些数字描述的是 arena 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者，图片请用你自己的数据来做。

怎么拿到文件？

JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件：/api/charts/4c5addbc20fb.json 和 /api/charts/4c5addbc20fb.skill.md。