Método de la edición 2026-10-19T00:00Z
Evaluaciones observadas
Esta edición ordena los modelos que tienen una evaluación admisible de Arena, un índice admisible de Artificial Analysis, o ambos. Una evaluación ausente no se estima ni vale 100. Dos modelos en 100 pueden ser cada uno el mejor resultado de una prueba distinta. Esta puntuación no es el perfil corroborado v3.
- Última observación incluida
- Cálculo fijado
- Publicación
Versión del cálculo : models-quality-observed
Qué permiten decir los datos
La popularidad acumulada no mide el crecimiento reciente. Un benchmark depende de sus tareas, fecha y modelos cubiertos. Las puntuaciones son relativas al conjunto observado.
Las opiniones del equipo están firmadas y separadas del cálculo. Una recomendación en el Talk Show no modifica un puesto.
Este archivo conserva su versión histórica. El método v3 y su calibración se siguen por separado y no se aplican retroactivamente.
Mediciones y fuentes conservadas
Las mediciones siguientes pertenecen a esta edición. Una métrica mostrada como contexto no contribuye necesariamente a la puntuación. Solo se indican los pesos efectivos que se conservaron.
| Puesto | Nombre y fuentes | Mediciones conservadas | Pesos efectivos conservados |
|---|---|---|---|
| 1 | Claude Opus 5.5 (Max, Default Fallback) |
| No registrados en este archivo |
| 2 | Claude Sonnet 5.5 (Max, Default Fallback) |
| No registrados en este archivo |
| 3 | Claude Fable 5.1 (Max, Default Fallback) |
| No registrados en este archivo |
| 4 | Qwen3.8 Max |
| No registrados en este archivo |
| 5 | Gemini 4 Argon (High) |
| No registrados en este archivo |
| 6 | Muse Wonder (Max) |
| No registrados en este archivo |
| 7 | GPT-6 Astra (Max) |
| No registrados en este archivo |
| 8 | GPT-6.1 Sol (Max) |
| No registrados en este archivo |
| 9 | Claude Opus 5.5 (High) |
| No registrados en este archivo |
| 10 | Claude Fable 5 (Max, Opus 4.8 Fallback) |
| No registrados en este archivo |
| 11 | Muse Spark 1.3 (Max) |
| No registrados en este archivo |
| 12 | GPT-6 Sol (Max) |
| No registrados en este archivo |
| 13 | GPT-5.6 Sol (Max) |
| No registrados en este archivo |
| 14 | Claude Fable 5 (High) |
| No registrados en este archivo |
| 15 | Grok 4.7 (Xhigh) |
| No registrados en este archivo |
| 16 | MiMo-V2.6-Pro |
| No registrados en este archivo |
| 17 | GLM-5.3 (Max) |
| No registrados en este archivo |
| 18 | Claude Opus 4.6 (High) |
| No registrados en este archivo |
| 19 | Claude Haiku 5.5 (Max) |
| No registrados en este archivo |
| 20 | GPT-5.6 Terra (Max) |
| No registrados en este archivo |
Configuración histórica
Los parámetros siguientes se fijaron durante el cálculo. Pueden contener dimensiones previstas pero ausentes en algunas filas. No sustituyen las mediciones y los pesos efectivos conservados.
Leer la configuración JSON
{
"size": 20,
"basis": "models-quality-observed",
"cohort": 418,
"paired": 5,
"minimumCandidates": 20
}Observación, cálculo y publicación
La observación fecha una medición en una fuente. El cálculo fija la puntuación con las observaciones disponibles. La publicación hace accesible la edición. Estas fechas pueden diferir; una nueva recogida no republica automáticamente una clasificación.
Los horarios de cálculo previstos a las 03:17 y 15:17 UTC no garantizan una nueva edición: la cobertura, las referencias y la validación pueden retrasarla. La fecha mostrada corresponde a la edición realmente publicada.