Arena Leaderboard：Arena 图表的 80 个数据点

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

80 个点中前 10 个免费

分组	系列	数值	来源	置信
OpenAI GPT-6.1 Sol	Rank	~1	估算	0.50
OpenAI GPT-6.1 Sol	Alignment Index	~87.9	估算	0.50
OpenAI GPT-6.1 Sol	Unauthorized Action	~0.89	估算	0.50
OpenAI GPT-6.1 Sol	False Attribution	~1.98	估算	0.50
OpenAI GPT-6.1 Sol	Deceptive Completion	~2.34	估算	0.50
Anthropic Claude Opus 4.5	Rank	~2	估算	0.50
Anthropic Claude Opus 4.5	Alignment Index	~83.2	估算	0.50
Anthropic Claude Opus 4.5	Unauthorized Action	~1.25	估算	0.50
Anthropic Claude Opus 4.5	False Attribution	~3.86	估算	0.50
Anthropic Claude Opus 4.5	Deceptive Completion	~6.41	估算	0.50

Max 数据，目前留邮箱免费看

查看全部 80 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

SpaceXAI Grok 4.7	Rank	3	估算	0.97
SpaceXAI Grok 4.7	Alignment Index	82.7	估算	0.97
SpaceXAI Grok 4.7	Unauthorized Action	~1.3	估算	0.30
SpaceXAI Grok 4.7	False Attribution	~2.41	估算	0.30
SpaceXAI Grok 4.7	Deceptive Completion	~5.55	估算	0.30
Google Gemini 4 Argon	Rank	4	估算	0.97
Google Gemini 4 Argon	Alignment Index	79.4	估算	0.97
Google Gemini 4 Argon	Unauthorized Action	1.3	估算	0.97
Google Gemini 4 Argon	False Attribution	~2.5	估算	0.30
Google Gemini 4 Argon	Deceptive Completion	~5.55	估算	0.30
Tencent HY4 Preview	Rank	5	估算	0.97
Tencent HY4 Preview	Alignment Index	78.5	估算	0.97
Tencent HY4 Preview	Unauthorized Action	~1.3	估算	0.30
Tencent HY4 Preview	False Attribution	~2.5	估算	0.30
Tencent HY4 Preview	Deceptive Completion	~5.55	估算	0.30
Meta Muse Spark 1.3	Rank	6	估算	0.97
Meta Muse Spark 1.3	Alignment Index	77.1	估算	0.97
Meta Muse Spark 1.3	Unauthorized Action	1.5	估算	0.97
Meta Muse Spark 1.3	False Attribution	~2.5	估算	0.30
Meta Muse Spark 1.3	Deceptive Completion	~5.55	估算	0.30
Z.ai GLM 5.3	Rank	7	估算	0.97
Z.ai GLM 5.3	Alignment Index	75.1	估算	0.97
Z.ai GLM 5.3	Unauthorized Action	~1.5	估算	0.30
Z.ai GLM 5.3	False Attribution	~2.5	估算	0.30
Z.ai GLM 5.3	Deceptive Completion	~5.55	估算	0.30
Moonshot Kimi K3	Rank	~8	估算	0.50
Moonshot Kimi K3	Alignment Index	~75	估算	0.50
Moonshot Kimi K3	Unauthorized Action	~1.5	估算	0.50
Moonshot Kimi K3	False Attribution	~2.5	估算	0.50
Moonshot Kimi K3	Deceptive Completion	~5.55	估算	0.50
DeepSeek DeepSeek V4.1 Flash	Rank	9	估算	0.97
DeepSeek DeepSeek V4.1 Flash	Alignment Index	74.8	估算	0.97
DeepSeek DeepSeek V4.1 Flash	Unauthorized Action	~1.5	估算	0.30
DeepSeek DeepSeek V4.1 Flash	False Attribution	~2.5	估算	0.30
DeepSeek DeepSeek V4.1 Flash	Deceptive Completion	~5.55	估算	0.30
Xiaomi MiMo V2.6 Pro	Rank	10	估算	0.97
Xiaomi MiMo V2.6 Pro	Alignment Index	74.5	估算	0.97
Xiaomi MiMo V2.6 Pro	Unauthorized Action	~1.5	估算	0.30
Xiaomi MiMo V2.6 Pro	False Attribution	~2.5	估算	0.30
Xiaomi MiMo V2.6 Pro	Deceptive Completion	~5.55	估算	0.30
Alibaba Qwen3.8 Max	Rank	11	估算	0.97
Alibaba Qwen3.8 Max	Alignment Index	73.9	估算	0.97
Alibaba Qwen3.8 Max	Unauthorized Action	~1.5	估算	0.30
Alibaba Qwen3.8 Max	False Attribution	~2.5	估算	0.30
Alibaba Qwen3.8 Max	Deceptive Completion	~5.55	估算	0.30
Thinking Machines Inking	Rank	12	估算	0.97
Thinking Machines Inking	Alignment Index	71.3	估算	0.97
Thinking Machines Inking	Unauthorized Action	~1.5	估算	0.30
Thinking Machines Inking	False Attribution	~2.5	估算	0.30
Thinking Machines Inking	Deceptive Completion	~5.55	估算	0.30
MiniMax MiniMax M3	Rank	13	估算	0.97
MiniMax MiniMax M3	Alignment Index	69.2	估算	0.97
MiniMax MiniMax M3	Unauthorized Action	~1.5	估算	0.30
MiniMax MiniMax M3	False Attribution	~2.5	估算	0.30
MiniMax MiniMax M3	Deceptive Completion	~5.55	估算	0.30
OpenAI Muse Spark 1	Rank	~1	估算	0.50
Anthropic Claude Opus 5.5	Rank	~2	估算	0.50
Kimi K2	Rank	~8	估算	0.50
OpenAI Muse Spark 1	Alignment Index	~89	估算	0.50
Anthropic Claude Opus 5.5	Alignment Index	~83.2	估算	0.50
Kimi K2	Alignment Index	~75	估算	0.50
OpenAI Muse Spark 1	Unauthorized Action	~0.89	估算	0.50
Anthropic Claude Opus 5.5	Unauthorized Action	~1.25	估算	0.50
Kimi K2	Unauthorized Action	~2.2	估算	0.50
OpenAI Muse Spark 1	False Attribution	~1.98	估算	0.50
Anthropic Claude Opus 5.5	False Attribution	~3.86	估算	0.50
Kimi K2	False Attribution	~7.61	估算	0.50
OpenAI Muse Spark 1	Deceptive Completion	~2.34	估算	0.50
Anthropic Claude Opus 5.5	Deceptive Completion	~6.41	估算	0.50
Kimi K2	Deceptive Completion	~18.44	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：9b2eb347ab7f。

查看 Max 套餐 API 文档

	路径	返回	套餐
GET	`/api/v1/charts/9b2eb347ab7f`	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/9b2eb347ab7f/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 CSV	Max
GET	`/api/v1/charts/9b2eb347ab7f/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/9b2eb347ab7f/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。

从这里开始

Arena 的更多数据

全部图表数据

从图片估算Agent Top 20 OverallArena · 柱状图 · 20 个数据点从图片估算Arena GLM5.1 vs 5 vs 4.7 Text Category RankingsArena · 折线图 · 42 个数据点从图片估算September 2025: Top 10 Open Models by Provider (Text)Arena · 表格图 · 30 个数据点从图片估算Agent Arena Max Router (Fable5.1 + Astra) · All tasksArena · 散点图 · 14 个数据点从图片估算GLM-5.1 ranks #1 in Code ArenaArena · 表格图 · 26 个数据点从图片估算LMArena LeaderboardArena · 表格图 · 82 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 0.56（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/9b2eb347ab7f.json 和 /api/charts/9b2eb347ab7f.skill.md。

Arena Leaderboard

简化重绘

数字

查看全部 80 个数据点并下载文件

用 API 调用这张图

这张图的形式，你的数字。

选择形式

换上你的数字

你的品牌

导出图片

Arena 的更多数据

常见问题

解锁完整历史