搞懂AI

小工具 / 王座时长 Text Arena

官方历史快照

每个模型当了多久第一,当了多久第 x。

用 Arena 官方发布的 Text Arena 历史快照,按日历天数计算每个模型在 Overall 与全部分类中停留在第 1 名到第 10 名的时长。不重算分数,不把一次快照当成一天。

第 1 名得分

横轴为时间,纵轴为该名次的 Arena Score。每一段颜色对应一个模型,角标是实验室标识。

模型停留时长

点击行展开该模型的排名轨迹。色条从左到右为第 1 到第 10 名。

# 模型 天数 占比 最长连续 段数 第 1–10 名构成 当前

实验室在第 1 名的天数

同一实验室多个模型的天数相加。非第一名如有官方并列,天数可以超过覆盖日历天数。

数据如何保证严格正确

  1. 只使用 Arena 官方数据集 lmarena-ai/leaderboard-dataset 的 Text Arena 快照,字段是官方 rank,不按分数重排。
  2. 每个分类使用该分类自己的快照日期。一次快照从发布日当天生效,持续到该分类下一次快照的前一天。最后一次快照只计发布日当天 1 天。
  3. 「官网默认口径」在 2025-05-16 风格控制成为默认之前用未做风格控制的官方 rank,之后用风格控制。若某分类在切换后某日还没有风格控制快照,上一份已发布快照继续生效。
  4. 职业(Occupational)在官网上是分组,下面 8 个行业各是独立榜单,这里按独立榜统计,不合并。
  5. 缺少官方 rank 的行会丢弃(韩语分类有 26 行)。2024-01-09 Elo 改为 Bradley-Terry;2025-07-23 引入频率重加权。
  6. Hugging Face 官方数据集覆盖到 2026-09-01。其后的日期若官网已发布新榜,会把直播页上的官方 rank 并进去,不按分数重排。