Arena Mirror
榜单资讯关于 Arena
Arena Mirror (China)

前沿AI大模型双盲评测榜单

基于真实人类偏好（Bradley-Terry 模型）计算大模型 Elo 评分的中文镜像站。数据每日自动与官方同步，为您提供最新、最公正的大模型能力排名。

数据同步时间: 2026-08-17 18:13:43
关于这份榜单

图生视频榜由用户上传一张图片，两个匿名模型据此生成动态视频，用户对比画面的动态自然度、细节一致性与整体流畅度后投票选出更好的一方。得分经 Bradley-Terry 模型换算为对战积分，越高代表模型在真实图生视频场景下越受用户认可。

正在生成榜单图...
展示数量10 个模型
10 个模型
520
图片版式
圈选高亮
选择要高亮的模型
数据同步时间: 2026-08-17 18:13:43
横向滚动：Shift + 滚轮
排名
排名区间
排名区间：基于 Elo 分数估算出的模型在不同对决中可能变动的最乐观与最保守排名范围
模型
Elo 评分
Arena Elo 评分：基于用户盲测两两对决的胜负关系估算出的模型综合能力评分
95% 置信区间
95% 置信区间：表征统计排名的误差范围，误差区间重叠时代表模型间差异不显著
投票数
投票数：用户在盲测竞技场中对模型对决进行投票的总次数
开发厂商
1
1 - 2
MiniMax
minimax-h3MiniMax • Open
1489±8
+8 / -810,626MiniMax
2
1 - 2
Bytedance
dreamina-seedance-2.0-720pBytedance • Proprietary
1479±8
+8 / -8104,445Bytedance
3
3 - 5
Google
gemini-omni-flashGoogle • Proprietary
1462±7
+7 / -752,392Google
4
3 - 5
SpaceXAI
grok-imagine-video-1.5-720pSpaceXAI • Proprietary
1460±5
+5 / -597,653SpaceXAI
5
3 - 6
Black Forest Labs
flux-3-video-20260811Black Forest Labs • Proprietary
1453±14
+14 / -141,929Black Forest Labs
6
5 - 7
Alibaba-ATH
happyhorse-1.0Alibaba-ATH • Proprietary
1441±10
+10 / -1070,768Alibaba-ATH
7
6 - 7
Alibaba
wan2.7-i2vAlibaba • Proprietary
1426±6
+6 / -656,350Alibaba
8
8 - 8
SpaceXAI
grok-imagine-video-720pSpaceXAI • Proprietary
1416±5
+5 / -5515,019SpaceXAI
9
9 - 12
Google
veo-3.1-audioGoogle • Proprietary
1397±11
+11 / -1125,157Google
10
9 - 12
Google
veo-3.1-audio-1080pGoogle • Proprietary
1390±9
+9 / -953,181Google
11
9 - 13
Google
veo-3.1-fast-audioGoogle • Proprietary
1384±9
+9 / -999,931Google
12
9 - 13
SpaceXAI
grok-imagine-video-480pSpaceXAI • Proprietary
1384±8
+8 / -819,443SpaceXAI
13
11 - 15
Google
veo-3.1-fast-audio-1080pGoogle • Proprietary
1371±10
+10 / -1054,464Google
14
13 - 15
Shengshu
vidu-q3-proShengshu • Proprietary
1362±9
+9 / -936,727Shengshu
15
13 - 15
KlingAI
kling-v3-proKlingAI • Proprietary
1356±6
+6 / -6166,751KlingAI
16
16 - 18
Google
veo-3-audioGoogle • Proprietary
1330±12
+12 / -1232,417Google
17
16 - 19
Google
veo-3-fast-audioGoogle • Proprietary
1324±9
+9 / -941,257Google
18
16 - 20
Alibaba
wan2.5-i2v-previewAlibaba • Proprietary
1321±10
+10 / -1016,958Alibaba
19
17 - 21
Alibaba
wan2.6-i2vAlibaba • Proprietary
1310±7
+7 / -7102,378Alibaba
20
18 - 22
Bytedance
seedance-v1.5-proBytedance • Proprietary
1307±7
+7 / -7245,450Bytedance
21
19 - 22
P
pixverse-v5.6Proprietary • Open
1299±7
+7 / -7126,843Proprietary
22
20 - 23
KlingAI
kling-2.6-proKlingAI • Proprietary
1293±8
+8 / -8202,358KlingAI
23
22 - 27
KlingAI
kling-2.5-turbo-1080pKlingAI • Proprietary
1274±12
+12 / -123,797KlingAI
24
23 - 27
Bytedance
seedance-v1-proBytedance • Proprietary
1272±8
+8 / -834,073Bytedance
25
23 - 29
MiniMax
hailuo-2.3MiniMax • Proprietary
1261±5
+5 / -5330,371MiniMax
显示第 1 到 25 条，共 44 条记录
每页显示:
1 / 2

排名计算方法: 系统利用在竞技场中收集到的海量双盲人类盲测对抗数据，构建 Bradley-Terry 模型以极大似然估计模型在各个单项分类下的 Elo 相对竞技值。95% 置信区间 (CI) 表明当误差区间发生重叠时，模型的真实相对实力可能不存在统计学上的显著性差异。