文章・総合

話題を分けずに、文章でのやり取り全体を比べた順位です。人が回答を見比べて投票した結果で、順位は目安です。

今回は、誤差の幅が1位と重なるモデルはありません。横棒は誤差の幅、棒の中の縦線はスコアです。表の中でいちばん低い値を左端、いちばん高い値を右端にしています。点線は1位の下限です。

文章・総合：上位50件
順位	モデル	提供元	スコア	誤差の幅	投票数
1	gemini-4-argon-high設定: High	Google	1525	1517–1534	4,892
2	claude-opus-5.5-high設定: High	Anthropic	1507	1499–1515	6,272
3	claude-opus-4-6-high設定: High	Anthropic	1504	1501–1508	79,415
4	claude-fable-5-high設定: High	Anthropic	1504	1499–1508	40,026
5	claude-opus-4-7-high設定: High	Anthropic	1501	1497–1505	65,192
6	claude-fable-5.1-max設定: Max	Anthropic	1501	1494–1507	13,063
7	claude-opus-4-6	Anthropic	1498	1494–1501	84,095
8	gemini-3.8-flash-high設定: High	Google	1497	1492–1501	31,437
9	muse-spark-1.3-max	meta	1494	1488–1500	14,694
10	claude-opus-4-7	Anthropic	1494	1490–1498	66,315
11	muse-spark-1.2 (xHigh)	meta	1492	1484–1500	6,118
12	muse-spark-1.1	meta	1491	1486–1495	39,847
13	claude-opus-5-high設定: High	Anthropic	1490	1486–1494	62,934
14	claude-opus-5-max設定: Max	Anthropic	1489	1485–1494	30,569
15	muse-spark	meta	1489	1483–1495	14,168
16	kimi-k3-max	moonshot	1488	1483–1493	30,351
17	gemini-3.1-pro-preview	Google	1487	1484–1490	124,675
18	gemini-3.7-flash-high設定: High	Google	1486	1481–1492	24,173
19	gemini-3-pro	Google	1485	1482–1489	42,078
20	gpt-5.6-sol-xhigh設定: xHigh	OpenAI	1485	1481–1489	38,490
21	gpt-6.1-sol-max設定: Max	OpenAI	1484	1475–1493	4,512
22	qwen3.8-max	alibaba	1483	1478–1488	25,378
23	gemini-3.6-flash-high設定: High	Google	1482	1478–1487	36,172
24	gpt-5.5-high設定: High	OpenAI	1482	1478–1485	69,437
25	claude-opus-4-8-high設定: High	Anthropic	1481	1478–1485	64,177
26	mimo-v2.6-pro	xiaomi	1480	1471–1490	4,069
27	glm-5.3-max	zai	1478	1473–1484	20,049
28	gemini-3.5-flash-high設定: High	Google	1478	1474–1481	48,533
29	gpt-5.5	OpenAI	1477	1473–1480	71,047
30	gemini-3.5-flash-medium設定: Medium	Google	1476	1472–1480	47,339
31	gpt-5.2-chat-latest-20260210	OpenAI	1476	1472–1480	36,007
32	claude-sonnet-5.5-xhigh設定: xHigh	Anthropic	1476	1467–1485	4,838
33	glm-5.2-max	zai	1475	1471–1479	47,521
34	gpt-5.4-high設定: High	OpenAI	1475	1471–1479	64,844
35	gpt-6-astra-max設定: Max	OpenAI	1475	1469–1482	10,536
36	qwen3.7-max-preview	alibaba	1475	1465–1485	3,932
37	grok-4.20-beta1	SpaceXAI（旧 xAI）	1475	1470–1479	27,928
38	glm-5.3-flash	zai	1475	1470–1480	27,678
39	deepseek-v4.1-flash-max設定: Max	DeepSeek	1475	1468–1481	10,872
40	claude-opus-4-8	Anthropic	1474	1470–1478	65,259
41	claude-opus-4-5-20251101-high-32k	Anthropic	1474	1470–1478	37,527
42	gpt-5.5-instant	OpenAI	1473	1468–1478	27,187
43	gemini-3-flash	Google	1473	1469–1477	31,337
44	claude-sonnet-4-6	Anthropic	1472	1468–1476	70,971
45	grok-4.20-beta-0309-reasoning	SpaceXAI（旧 xAI）	1472	1468–1475	66,524
46	grok-4.20-multi-agent-beta-0309	SpaceXAI（旧 xAI）	1470	1467–1474	65,008
47	claude-opus-4-5-20251101	Anthropic	1470	1467–1473	72,952
48	mimo-v2.5-pro	xiaomi	1468	1464–1471	73,197
49	ernie-5.1	baidu	1467	1463–1472	39,536
50	gpt-5.6-terra-xhigh設定: xHigh	OpenAI	1466	1462–1470	40,278

51位以下の、TRAIL 掲載ツールの提供元のモデル125件

横棒の左端と右端は、この表の中でいちばん低い値と高い値です。上の表とは目盛りが違います。

文章・総合：51位以下の、掲載ツールの提供元のモデル
順位	モデル	提供元	スコア	誤差の幅	投票数
51	grok-4.5	SpaceXAI（旧 xAI）	1466	1461–1470	39,953
52	grok-4.1-thinking	SpaceXAI（旧 xAI）	1465	1462–1468	66,511
53	gpt-5.4	OpenAI	1465	1461–1468	67,932
55	deepseek-v4-pro-high-20260813設定: High	DeepSeek	1465	1458–1471	9,815
57	claude-sonnet-5-high設定: High	Anthropic	1461	1457–1465	47,576
60	grok-4.1	SpaceXAI（旧 xAI）	1459	1456–1462	68,682
61	gemini-3-flash (thinking-minimal)	Google	1458	1455–1461	91,105
62	deepseek-v4-pro	DeepSeek	1458	1454–1462	57,657
64	claude-sonnet-4-5-20250929-high-32k	Anthropic	1456	1454–1459	83,973
67	gpt-6-sol-max設定: Max	OpenAI	1456	1449–1463	10,469
68	gpt-5.1-high設定: High	OpenAI	1456	1452–1459	41,674
69	claude-sonnet-4-5-20250929	Anthropic	1455	1452–1458	82,735
70	gemini-3.5-flash-lite	Google	1455	1451–1460	35,892
71	deepseek-v4-pro-high-preview	DeepSeek	1455	1451–1459	54,976
72	grok-4.6-high設定: High	SpaceXAI（旧 xAI）	1454	1449–1459	26,115
74	gpt-5.6-luna-xhigh設定: xHigh	OpenAI	1452	1448–1457	40,917
75	gemma-4-31b	Google	1452	1445–1460	6,145
77	gpt-5.3-chat-latest	OpenAI	1450	1446–1454	34,367
79	claude-opus-4-1-20250805-thinking-16k	Anthropic	1450	1446–1453	49,555
81	claude-opus-4-1-20250805	Anthropic	1448	1445–1451	77,252
84	gpt-5.4-mini-high設定: High	OpenAI	1447	1443–1451	63,493
86	gemini-2.5-pro	Google	1445	1443–1448	125,379
87	gpt-4.5-preview-2025-02-27	OpenAI	1445	1439–1450	14,547
89	chatgpt-4o-latest-20250326	OpenAI	1443	1440–1446	81,927
90	grok-4.7-xhigh設定: xHigh	SpaceXAI（旧 xAI）	1443	1436–1450	8,780
91	gpt-6-luna-max設定: Max	OpenAI	1443	1438–1448	28,632
93	grok-4.3	SpaceXAI（旧 xAI）	1442	1438–1445	71,448
97	deepseek-v4-flash-high-preview	DeepSeek	1439	1435–1443	51,859
98	gpt-5.1	OpenAI	1439	1435–1442	44,441
100	gemma-4-26b-a4b	Google	1438	1430–1445	6,092
101	gpt-5.2-high設定: High	OpenAI	1437	1434–1441	49,685
103	deepseek-v4-flash	DeepSeek	1436	1432–1440	52,047
104	gpt-5.2	OpenAI	1435	1432–1439	83,928
105	gpt-5-high設定: High	OpenAI	1435	1430–1439	31,723
109	gemini-3.1-flash-lite-preview	Google	1433	1429–1437	64,257
110	o3-2025-04-16	OpenAI	1432	1428–1435	58,913
112	grok-4-1-fast-reasoning	SpaceXAI（旧 xAI）	1430	1427–1434	57,574
118	gpt-5-chat	OpenAI	1426	1422–1431	31,203
119	claude-opus-4-20250514-thinking-16k	Anthropic	1426	1422–1431	35,913
121	deepseek-v3.2-exp-thinking	DeepSeek	1425	1418–1431	9,008
122	deepseek-v3.2	DeepSeek	1425	1421–1428	48,114
126	deepseek-v3.2-thinking	DeepSeek	1423	1419–1426	42,076
128	deepseek-v3.2-exp	DeepSeek	1421	1415–1428	11,999
129	deepseek-r1-0528	DeepSeek	1421	1416–1427	18,171
130	grok-4-fast-chat	SpaceXAI（旧 xAI）	1419	1411–1427	6,343
134	deepseek-v3.1	DeepSeek	1417	1411–1423	14,610
136	deepseek-v3.1-terminus-thinking	DeepSeek	1416	1406–1426	3,377
137	deepseek-v3.1-thinking	DeepSeek	1416	1409–1422	11,458
139	deepseek-v3.1-terminus	DeepSeek	1415	1405–1424	3,609
140	gpt-4.1-2025-04-14	OpenAI	1415	1411–1418	50,314
141	claude-opus-4-20250514	Anthropic	1414	1410–1418	43,055
142	claude-haiku-4-5-20251001	Anthropic	1414	1412–1416	146,351
146	grok-3-preview-02-24	SpaceXAI（旧 xAI）	1411	1407–1416	32,502
147	grok-4-0709	SpaceXAI（旧 xAI）	1411	1407–1415	39,691
149	gemini-2.5-flash	Google	1409	1407–1412	125,562
154	grok-4-fast-reasoning	SpaceXAI（旧 xAI）	1405	1400–1410	18,276
155	gemini-2.5-flash-preview-09-2025	Google	1403	1399–1407	32,993
156	o1-2024-12-17	OpenAI	1402	1398–1407	27,807
158	claude-sonnet-4-20250514-thinking-32k	Anthropic	1402	1397–1406	34,149
159	gpt-5.4-nano-high設定: High	OpenAI	1401	1398–1405	62,468
163	deepseek-r1	DeepSeek	1398	1393–1403	18,524
165	deepseek-v3-0324	DeepSeek	1395	1391–1399	44,989
172	o4-mini-2025-04-16	OpenAI	1391	1387–1395	44,858
173	claude-sonnet-4-20250514	Anthropic	1391	1386–1395	39,172
175	gpt-5-mini-high設定: High	OpenAI	1390	1385–1395	26,810
176	o1-preview	OpenAI	1389	1384–1394	31,122
177	claude-3-7-sonnet-20250219-thinking-32k	Anthropic	1388	1384–1392	38,162
185	gpt-4.1-mini-2025-04-14	OpenAI	1383	1378–1387	38,709
187	gemini-2.5-flash-lite-preview-09-2025-no-thinking	Google	1379	1376–1383	47,445
191	gemini-2.5-flash-lite-preview-06-17-thinking	Google	1375	1370–1379	32,384
192	claude-3-5-sonnet-20241022	Anthropic	1374	1371–1377	87,779
195	claude-3-7-sonnet-20250219	Anthropic	1372	1368–1376	42,573
198	gemma-3-27b-it	Google	1365	1362–1369	46,672
201	grok-3-mini-high設定: High	SpaceXAI（旧 xAI）	1364	1358–1369	15,600
203	o3-mini-high設定: High	OpenAI	1364	1358–1369	18,589
205	gemini-2.0-flash-001	Google	1360	1356–1364	43,454
206	deepseek-v3	DeepSeek	1358	1354–1363	21,770
207	grok-3-mini-beta	SpaceXAI（旧 xAI）	1358	1353–1363	20,937
211	gemini-2.0-flash-lite-preview-02-05	Google	1354	1349–1358	24,955
213	gpt-oss-120b	OpenAI	1352	1347–1356	30,218
214	gemini-1.5-pro-002	Google	1351	1348–1355	55,606
218	o3-mini	OpenAI	1348	1344–1352	56,750
223	gpt-4o-2024-05-13	OpenAI	1346	1343–1350	112,881
228	claude-3-5-sonnet-20240620	Anthropic	1343	1340–1347	82,419
231	gemma-3-12b-it	Google	1342	1332–1351	3,829
234	gpt-5-nano-high設定: High	OpenAI	1337	1330–1344	8,140
235	o1-mini	OpenAI	1337	1333–1341	51,981
236	gemini-advanced-0514	Google	1336	1331–1341	50,148
237	grok-2-2024-08-13	SpaceXAI（旧 xAI）	1336	1332–1339	63,498
239	gpt-4o-2024-08-06	OpenAI	1336	1331–1340	45,499
250	claude-3-5-haiku-20241022	Anthropic	1325	1321–1328	69,064
251	gpt-4-turbo-2024-04-09	OpenAI	1324	1321–1328	98,114
252	gemini-1.5-pro-001	Google	1324	1320–1328	79,138
253	deepseek-v2.5-1210	DeepSeek	1323	1315–1332	6,795
255	gpt-4.1-nano-2025-04-14	OpenAI	1322	1315–1330	6,103
256	claude-3-opus-20240229	Anthropic	1322	1319–1325	194,909
263	gpt-4o-mini-2024-07-18	OpenAI	1318	1314–1321	68,705
264	gemma-3n-e4b-it	Google	1318	1312–1323	22,145
265	gpt-oss-20b	OpenAI	1317	1311–1324	10,418
270	gpt-4-0125-preview	OpenAI	1313	1309–1317	93,439
271	gpt-4-1106-preview	OpenAI	1313	1309–1317	100,105
273	gemini-1.5-flash-002	Google	1309	1305–1314	34,902
274	grok-2-mini-2024-08-13	SpaceXAI（旧 xAI）	1308	1305–1312	52,567
275	deepseek-v2.5	DeepSeek	1307	1302–1312	24,572
282	gemma-3-4b-it	Google	1303	1294–1313	4,171
291	gemma-2-27b-it	Google	1289	1286–1293	75,754
294	gpt-4-0314	OpenAI	1288	1283–1293	54,173
298	gemini-1.5-flash-001	Google	1287	1282–1291	62,833
300	claude-3-sonnet-20240229	Anthropic	1281	1277–1285	109,284
305	gpt-4-0613	OpenAI	1276	1272–1280	88,723
311	gemma-2-9b-it	Google	1267	1263–1271	54,611
312	deepseek-coder-v2	DeepSeek	1265	1259–1272	15,147
315	claude-3-haiku-20240307	Anthropic	1262	1258–1265	117,701
317	gemini-1.5-flash-8b-001	Google	1259	1255–1263	35,558
325	gemini-pro-dev-api	Google	1237	1229–1244	18,354
333	gpt-3.5-turbo-0125	OpenAI	1226	1221–1230	66,207
335	gemini-pro	Google	1224	1212–1235	6,390
343	gpt-3.5-turbo-1106	OpenAI	1204	1195–1213	16,619
345	gemma-2-2b-it	Google	1200	1196–1204	46,616
351	deepseek-llm-67b-chat	DeepSeek	1185	1173–1196	4,932
357	gemma-1.1-7b-it	Google	1183	1176–1189	23,893
383	palm-2	Google	1139	1130–1148	8,554
384	gemma-7b-it	Google	1138	1128–1147	8,925
393	gemma-1.1-2b-it	Google	1117	1109–1124	10,854
399	gemma-2b-it	Google	1094	1082–1105	4,780

出典: Arena（旧 LMArena）が公開しているデータセット lmarena-ai/leaderboard-dataset。使っている集計は text_style_control（overall）です。text_style_control は、style control（スタイル補正）つきの集計です。データセットの説明によると、文章の順位表では2025年5月16日から、この集計が標準になっています。
ライセンス: CC BY 4.0
Arena の公開日: 2026年10月8日
TRAIL の取得日: 2026年10月12日
表示している範囲: 全414件のうち、上位50件と、TRAIL に掲載しているツールの提供元のモデル。スコアと誤差の幅は、小数点以下を四捨五入しています。

この表の読み方

順位は、人の投票の結果です: Arena では、同じ質問に対する2つのモデルの回答を人が見比べて、良いと思った方に投票します。スコアは、その勝ち負けから計算した数字です。テストの点数ではありません。
誤差の幅が重なるモデルは、順位が入れ替わりえます: 誤差の幅は、Arena が公表しているスコアの下限と上限です。統計では信頼区間と呼び、本当のスコアがありそうな範囲を表します。2つのモデルの幅が重なっているとき、このデータだけではどちらが上とは言えません。
High や Max は、推論の設定です: モデル名の末尾の High、Max、xHigh などは、答える前に考える手間をどれだけかけるかの設定です。同じモデルでも、設定ごとに別の行になります。モデル名は Arena の表記のままです。「設定」として分けて表示しているのは、Anthropic、OpenAI、Google、xAI、DeepSeek のモデルだけです。ほかの提供元では、同じ語がモデル名の一部になっていることがあります。
投票数が少ないと、幅は広くなります: 投票数は、そのモデルが比べられた回数です。少ないうちは誤差の幅が広く、順位が動きやすくなります。