M
ModelSage
排行榜/Arena 人类盲测/Search 搜索

Arena Search 搜索排行榜

联网搜索型模型 Elo 排名 · 完整榜单 42 个模型

RankModelElo 分
1
gpt-5.6-sol-xhigh1261.1±6.3
2
qwen3.8-max1261.1±13.2
3
claude-opus-4-6-search1251.4±4.6
4
gpt-5.5-search1246.6±4.9
5
claude-fable-5.1-high1245.8±7.1
6
claude-opus-5-high1241.6±6.9
7
gpt-6-astra-max1233.6±7.9
8
gpt-6.1-sol-max1233.1±8.9
9
claude-opus-4-71230.1±4.9
10
claude-fable-5-high1229.1±6.5
11
ernie-5.11226.7±9.5
12
claude-sonnet-4-6-search1220.5±4.5
13
grok-4.51215.9±5.9
14
claude-opus-5.5-medium1212.8±7
15
gemini-3.1-pro-grounding1208.8±4.7
16
gpt-5.2-search1207.2±5.5
17
gemini-3-pro-grounding1206.5±5.5
18
grok-4.20-multi-agent-beta-03091204.8±5.4
19
claude-opus-4-81204.1±5.6
20
gpt-5.1-search1199.7±5.2
21
gpt-5.4-search1199.1±5.5
22
gemini-3-flash-grounding1195.7±4.3
23
claude-sonnet-5-search1190.9±6.1
24
grok-4.20-beta11190.5±6
25
claude-opus-4-5-search1179.6±5.6
26
gpt-6-sol-max1174.9±7.1
27
gpt-5.2-search-non-reasoning1171.5±5.5
28
grok-4-1-fast-search1170.9±5
29
grok-4-fast-search1170.1±4.6
30
grok-4.31165.8±4.7
31
claude-sonnet-4-5-search1160.3±5.2
32
gpt-6-luna-max1159.6±7.3
33
claude-opus-4-1-search1148.4±4.9
34
o3-search1144.8±5.6
35
gemini-2.5-pro-grounding1142.8±4.7
36
grok-4-search1141.9±6.1
37
ppl-sonar-reasoning-pro-high1139±5.8
38
gpt-5-search1133.5±6
39
ppl-sonar-pro-high1130.3±5.8
40
claude-opus-4-search1127.4±5.4
41
diffbot-small-xl1022.7±8.5
42
api-gpt-4o-search1006.6±11.2
Elo 分 真人在不知道模型名字的情况下两两投票,胜负累积出的等级分。绝对值没有意义,差值才有:分差 100 分 ≈ 强的那个有 64% 胜率,只差几分基本是平手。
± 后面的数 是 95% 置信区间的半宽,投票越多越小。两个模型的区间重叠,说明它们的名次差别在统计上不成立。
区间 把上面这个置信区间换算成名次:1–5 意思是这个模型的真实名次可能在第 1 到第 5 之间。
数据更新: 2026-10-14数据来源: Arena AI ↗