LMArena · 文書理解

このランキングの読み方

測定する能力： 文書（PDFなど）をアップロードして質問した際に、2つのモデルの回答を比較して投票したLMArenaのランキングです。

スコアの読み方： Bradley–Terry方式で推定した相対スコアです。95%信頼区間が広い場合は、順位の差を慎重に解釈してください。

注意点： 他のランキングより公開間隔が長い場合があるため、公開日を確認してください。文書の種類や言語によって結果が異なる場合があります。

今回のランキングから読み取れること

• 1位のclaude-opus-5-highと2位のclaude-fable-5.1-maxの95%信頼区間は重なっています。この集計だけで2つのモデルの順位を確定するのは困難です。
• 1位と信頼区間が重なるモデルが、ほかに3件あります。小さな順位差は、投票数も踏まえて慎重に解釈してください。
• 上位10モデルのうち、Anthropicのモデルが7モデルで最も多くなっています。
• 1位のモデルが獲得した投票は8,794票で、このランキングには44件のモデルがあります。