Arena Vision Style-Controlled

Name: Arena Vision Style-Controlled
Creator: LMArena

LMArena · 画像付きの回答を人間がブラインドで比べ、視覚理解の実際の使用感を見る。

公式サイト

AIサイシンでの扱いランキング採用

配分6%

元データの日時10/19 09:00

最終同期10/24 02:22

何を、どう測るか

公式データセット vision_style_control の overall のみを読み込む。画像生成や画像編集は含まない。

当サイトでの使い方

視覚予算 6%。人間の選好による証拠であり、厳密な画像の正確さとは同一視できない。

評価成績

一定のルールに従い、公開モデルごとに代表的な構成を一つ採用する。匿名のテスト版モデルは表示せず、元の順位をそのまま残す。各項目最大 30 件。

元の順位	モデル名	元スコア	代表構成
1	Claude Fable 5 (High)Anthropic	1,308.7	High 推論
2	Qwen3.8-MaxAlibaba	1,300	ソース既定の構成
3	Claude Opus 4.6 (High)Anthropic	1,299.1	High 推論
5	Claude Opus 4.7 (High)Anthropic	1,297.7	High 推論
6	Gemini 3.7 Flash (High)Google	1,295.2	High 推論
7	Muse SparkMeta	1,294.1	ソース既定の構成
9	GPT-6.1 Sol (Max)OpenAI	1,293.5	Max 推論
10	Claude Opus 5.5 (High)Anthropic	1,293	High 推論
11	Muse Spark 1.2 (xHigh)Meta	1,292.7	xHigh 推論
12	Gemini 3.8 Flash (High)Google	1,291	High 推論
13	Muse Spark 1.3 (Max)Meta	1,289.6	Max 推論
14	Gemini 3 ProGoogle	1,289.3	ソース既定の構成
15	Claude Opus 5 (High)Anthropic	1,287.9	High 推論
17	Claude Fable 5.1 (Max)Anthropic	1,287.6	Max 推論
18	GPT-5.6 Sol (xHigh)OpenAI	1,286.2	xHigh 推論
20	Claude Opus 4.8 (High)Anthropic	1,285.7	High 推論
21	GPT-6 Astra (Max)OpenAI	1,284.8	Max 推論
22	GPT-5.4 (High)OpenAI	1,284.1	High 推論
24	Gemini 3.5 Flash (High)Google	1,282.2	High 推論
25	GPT-5.5 (High)OpenAI	1,282.2	High 推論
26	Gemini 3.6 Flash (High)Google	1,282	High 推論
27	Muse Spark 1.1Meta	1,280	ソース既定の構成
28	Gemini 3.1 Pro PreviewGoogle	1,279.5	ソース既定の構成
29	Grok 4.5xAI	1,279	ソース既定の構成
32	GPT-5.2 Chat (20260210)openai	1,277.7	ソース既定の構成
33	GPT-5.5 InstantOpenAI	1,276.1	ソース既定の構成
34	Claude Sonnet 4.6Anthropic	1,275.1	ソース既定の構成
35	Gemini 3 FlashGoogle	1,272.5	ソース既定の構成
36	GLM-5.3-FlashZ.ai	1,271.2	ソース既定の構成
37	GPT-5.6 Terra (xHigh)OpenAI	1,268	xHigh 推論

評価の限界とデータの出典

人間の選好はスタイル、ユーザー構成、プロンプトの分布に左右される。全体と創作のカテゴリには重複する投票があり、従来の人間選好の予算を共有するため、2 つの独立した評価機関とはみなさない。

データライセンス：CC BY 4.0

成績は LMArena が公表したもの。元のスコアと AIサイシンのコンセンサス指数は尺度が異なり、そのまま比較・合算はできない。