Arena Leaderboard | Compare & Benchmark the Best Frontier AI Models Arena Leaderboard | Compare & Benchmark the Best Frontier AI Models See how leading AI models stack up across text, image, vision, and more. This page provides a high-level snapshot of each Arena. Explore dedicated tabs for deeper insights. 用过的佬感觉如何，真的这么强吗 2 个帖子 - 2 位参与者 阅读完整话题
WebDev AI Leaderboard - Best AI Models for Web Development WebDev AI Leaderboard - Best AI Models for Web Development View overall rankings across AI models on front-end web development tasks, including agentic coding workflows that require multi-step reasoning and tool use. qwen看排行榜,coding已经和claude-opus-4-7 能旗鼓相当了?有没有用过的佬友评论一下 1 个帖子 - 1 位参与者 阅读完整话题
来源： LLM Benchmark Leaderboard 7 个帖子 - 7 位参与者 阅读完整话题
关于 LDML LDML 全称 Linux Do Model Leaderboard 是一个大模型主观排行榜，能够得到大模型使用者最真实的反馈，而不是冷冰冰的评测数字。 纯公益网站： 本站不会收到任何收益，保证每个大模型的评价都是最真实可信的 信息集中： 所有人对于同一个大模型的评价都直接展现在你的眼前 持续维护： 每天都会尽快上新最新的模型信息，并发布帖子邀请大家来参与讨论 信息真实： 会随时检查所有的投票情况，针对不合理投票和不理智言论会进行清除 如何访问 本站目前的域名为 https://ld-ml.cn 使用说明公告： 使用说明 实际网站由cloudflare+家里云搭建而成，如果出现无法访问的情况，请及时向我反馈，我会以最快速度回应并解决问题。 支持 LDML 本站虽是主观排行榜，但是为了保证结果的可靠性，需要足够多的数据来支持，希望大家 多多投票 ， 多多评论 ，助力排行榜的建设。 同时如果大家愿意给 LDML的github项目 点个star，就太感谢各位了。 Q&A Q: 会不会出现乱评分的情况 A: 我们欢迎佬友登录我们网站来互动交流，但是针对不合理投票我们会进行检查并清除这些无意义数据 Q: 网站会提供模型测试功能吗 A: 由于成本问题，我无法接出模型让大家测试，这里推荐大家上 Chat with Multiple Frontier AI Models 网站自行测试 Q: 我并不清楚模型在这些维度上的情况如何怎么办 A: 我们不逼迫用户填写每个模型或者每个维度，你只需要对你熟悉的模型和维度进行评分和评论即可 Q: 有新的更好的模型了，旧的评分需要降低吗 A: 需要，用户填写的是当下对于这个模型的评价，实际计算会根据时间的长度来改变权重，越久的评分权重越低。所以用户需要更新以前的评分来保证自己评分的时效性，否则自己的评分会逐渐失效 先写这么多，后续有新的信息会继续更新 5 个帖子 - 5 位参与者 阅读完整话题
附链接： WebDev AI Leaderboard - Best AI Models for Web Development 8 个帖子 - 5 位参与者 阅读完整话题
来自AA的测评（ AI Coding Agent Benchmarks & Leaderboard | Artificial Analysis Cursor+Composer2.5 fast > Cursor+Opus4.7medium > CC+Opus4.7medium A\连自家agent和自家模型的适配都做得不行 Codex对自家的模型优化还是好的 要是补上 cursor+opus4.7MAX 和 cursor+gpt5.5xhigh就好了 3 个帖子 - 3 位参与者 阅读完整话题
佬们的还在吗？ Arena AI: The Official AI Ranking & LLM Leaderboard Arena AI: The Official AI Ranking & LLM Leaderboard Chat, compare, vote for the world's best AI models. Join the community shaping the public leaderboard for LLMs, image, and code models through real-world evaluation. 1 个帖子 - 1 位参与者 阅读完整话题
Text Arena 目前评分貌似不如 Qwen 3.5 Max，不过新模型后续排名变动应该会比较大，不排除会大幅上涨的可能性。 Code Arena 天气卡片实测： DeepSeek v4 pro 天气卡片测试来了，结果有点意外 开发调优 [PixPin2026-04-2411-37-40] 跑了五分钟才生成完，可能现在并发高，有点慢 提示词： 你是 Apple Inc 的顶级 UI 设计师，以 iOS 18 的设计风格（毛玻璃效果、高斯模糊、动态渐变、细腻阴影）创建一个单个HTML文件（包含完整CSS和JavaScript）。实现横板天气页面，包含4个并排的动画天气卡片： 晴天（太阳光线、动态光晕） 大风（飘动云朵、摇… 7 个帖子 - 5 位参与者 阅读完整话题
从 AI Leaderboard可以看出 Gemini 3.1 Pro 其实对比指标已经sota，为啥大家用的却不是很多呀？ 很早我就有这个疑惑，他的二道贩子价格其实很便宜，那是因为接口转换不方便？gemini CLI的做得不够好？还是大家已经用的很多，只是我没有接触到？ 第一次发帖，期待佬友的解答！ 感谢大家交流，我继续补加2个问题： 如果使用 gemini 3.1 pro大模型 + claude code，是否可以缓解模型风格问题呀？（我个人现在很喜欢用gpt5.4+claude code，我觉得比直接codex要好，大家是怎么样？因为我这边直接用codex写的代码又臭又长，很多不必要的循环判断语句去保证代码的运行，最后我都看不懂了） 其中上下文限制是大模型的问题，还是他们家的CLI问题？（我个人很不喜欢用他家的CLI，openai to claude接口很多，确实我也很少见gemini 2 claude接口）。 15 个帖子 - 13 位参与者 阅读完整话题