基准Arena AI
Arena AI
第三方众包AI模型评测平台，通过多类别综合对比评估前沿AI模型的真实世界表现
时间轴 (近 90 天)
10月25日
在Arena AI（LMArena）的代码与Web开发类别排行榜上，Kimi K3.1 Pro排名第8，是前11名中仅有的两个开源模型之一。
待验证50%
10月25日
Arena AI（LMArena，前身为Chatbot Arena）采用匿名对战模式，用户同时看到两个模型的回答并投票选出更好的一个，再通过Elo类算法汇总为排名。
待验证50%
10月7日
在Arena AI盲测ELO排名（coding与web开发）中，Mistral Large 4排名第45位，性能大致相当于Opus 4.8、Sonnet 4.6或GPT-5.6级别
已过期50%
10月5日
在第三方众包评测平台Arena AI上，该模型在全部29个类别的综合表现中位居第一，领先于Anthropic的Opus系列和Meta的部分模型
已过期50%
10月5日
Gemini 4 Argon High 在 Arena AI 综合排名的全部 29 个类别里位居第一，超过 Opus、Astra 及部分 Meta 模型
已过期50%