AI-rangliste · Lange forespørgsler

Bedste AI til lange forespørgsler: 395 modeller rangeret efter blinde stemmer

De længste forespørgsler i arenaen, for eksempel et indsat dokument med et spørgsmål til det. Rangeret efter LMArenas blinde stemmer, hver score med sin fejlmargin og ved siden af listeprisen for hver model på vores prisliste.

Se rangeringenAlle modelpriser

Score fra LMArena, offentliggjort 20. oktober 2026, under CC BY 4.0. Priser fra hver udviklers prisside, aflæst 15. oktober 2026.

Topscore
1543Gemini 4 Argon (High) fra Google
Rangerede modeller
395
På niveau med føreren
2
På vores prisliste
1
Offentliggjort
20. oktober 2026

På niveau: stemmerne kan ikke skille den fra føreren.

På LMArenas rangliste for Lange forespørgsler fører Gemini 4 Argon (High) fra Google med 1543 point fra 2.063 blinde stemmer, offentliggjort 20. oktober 2026. Én anden model er statistisk på niveau med den. Ingen af de modeller, den rangerer, har endnu en API-pris på vores liste.

Bedste AI til lange forespørgsler

De længste forespørgsler i arenaen, for eksempel et indsat dokument med et spørgsmål til det.

LMArena-score for 51 AI-modeller med 95 %-intervaller, stemmer og listepriser
#ModelScoreStemmerPr. 1M tokens, input / output
1Gemini 4 Argon (High)Google154395 %-interval 1529 til 15572.063·
1Claude Opus 5.5 (High)Anthropic152495 %-interval 1513 til 15344.043·
2Claude Fable 5 (High)Anthropic152295 %-interval 1516 til 152720.128·
2Claude Opus 4.6 (High)Anthropic152295 %-interval 1517 til 152635.006·
2Claude Opus 4.6Anthropic151695 %-interval 1512 til 152137.950·
2Claude Opus 4.7 (High)Anthropic151595 %-interval 1510 til 152030.103·
2Claude Fable 5.1 (Max)Anthropic151095 %-interval 1502 til 15196.456·
4Gemini 3.8 Flash (High)Google151095 %-interval 1504 til 151619.059·
4Muse Wonder (Max)Meta150295 %-interval 1489 til 15152.257·
5Claude Opus 4.7Anthropic150795 %-interval 1502 til 151330.835·
6Claude Sonnet 5.5 (xHigh)Anthropic150095 %-interval 1489 til 15113.434·
7Kimi K3 (Max)Moonshot AI · åbne modelvægte150395 %-interval 1497 til 150914.884·
7Claude Opus 5 (High)Anthropic150395 %-interval 1498 til 150832.535·
7Claude Opus 4.8 (High)Anthropic150395 %-interval 1498 til 150830.196·
7Claude Opus 5 (Max)Anthropic150395 %-interval 1496 til 150915.833·
7Claude Opus 4.8Anthropic149995 %-interval 1494 til 150430.850·
7Gemini 3.7 Flash (High)Google149995 %-interval 1493 til 150613.535·
7GPT-5.6 Sol (xHigh)OpenAI149995 %-interval 1493 til 150419.254·
7MiMo-V2.6-ProXiaomi · åbne modelvægte149495 %-interval 1480 til 15091.648·
7Qwen3.7-Max-PreviewAlibaba149195 %-interval 1475 til 15061.722·
8Gemini 3.1 Pro PreviewGoogle149995 %-interval 1495 til 150357.242·
8Muse Spark 1.3 (Max)Meta149695 %-interval 1489 til 15048.715·
10Claude Opus 4.5 (High, 32K, 20251101)Anthropic149595 %-interval 1488 til 15029.825·
10Qwen3.8-MaxAlibaba149195 %-interval 1485 til 149813.032·
10Muse Spark 1.2 (xHigh)Meta148895 %-interval 1478 til 14984.199·

Hvor rangeringen kommer fra

Score, intervaller og placeringer kommer fra LMArena. Priserne er vores egne.

Blinde stemmer
LMArena giver to anonyme modeller den samme forespørgsel og beder personen, der skrev den, om at vælge det bedste svar. Stemmerne placerer alle modeller på én skala, hvor en forskel på 100 point betyder, at den højere model vinder omkring 64 gange ud af 100.
Stilkontrol
Score korrigeres for svarlængde og formatering, så en model ikke stiger ved at skrive mere eller ved at tilføje overskrifter og lister.
Delte placeringer
En models placering er én plus antallet af modeller, hvis hele 95 %-interval ligger over dens eget. Modeller, som stemmerne ikke kan skille ad, deler placering, og derfor kan flere være nummer ét.
Indstillinger
En model kan optræde flere gange med forskellige indstillinger for ræsonnement: linjen under navnet viser opførslen, som LMArena angiver den. Poster med websøgning slået til er et andet produkt og har ingen pris.
Priser
Listeprisen pr. million tokens fra udviklerens egen prisside, aflæst 15. oktober 2026. Det er en pris pr. token, ikke pr. svar: en højere indstilling for ræsonnement bruger flere tokens på det samme spørgsmål.

Kilde: LMArena, datasæt til ranglisten (version 9041150e, offentliggjort 20. oktober 2026), udgivet under licensen CC BY 4.0. Vi ændrer ingen score: vi tilføjer priserne og links til vores modelsider.

Hvad de hver især koster at bruge

Prislisten dækker tre hverdagsopgaver for hver model, og vores egen benchmark kører dem på rigtige forretningsopgaver for at se, hvilke der består.

Se priserneSe benchmarken

Score offentliggjort 20. oktober 2026