Overall（Arena 总榜）是 LMArena 大模型竞技场中衡量各家 AI 模型综合实力的总排名榜单，通过匿名对比投票 aggregated 出全网用户的整体偏好，被视为当前大模型“综合战力”最直观的参考之一。近期榜单变动频繁，谷歌、xAI、OpenAI 等头部厂商的座次你来我往，也成为观察行业格局变化的窗口。
Arena 总榜近期进展
当前焦点与观察点
围绕 Arena 总榜的争议主要集中在两点：一是投票偏好是否等同于模型真实能力，风格化回答、格式与语气都可能拉高排名；二是厂商针对榜单的“应试”优化是否让总榜的参考价值被稀释。近期的学术工作也在呼应这些问题，例如 arXiv 上关于多智能体过期记忆准入的 TRACE 研究（TRACE：解决多智能体系统中过期记忆准入问题）和缓解持续学习遗忘的子空间调优方法（Towards Continual Learning: Mitigating Forgetting With Subspace Tuning），都指向榜单之外的能力评估路径。
接下来值得观察的是：Gemini 4 Argon 能否从第 5 名继续上冲、OpenAI 何时推出夺回总榜头部的版本，以及国产模型（如摩尔线程开源的全栈训练代码模型 MusaCoder，见 摩尔线程开源 MusaCoder）能否在更细分赛道上改变 Overall 格局。对普通用户而言，总榜仍是选模型时的快速参考，但结合具体任务实测仍是更稳妥的做法。