Context Arena
Context Arena 是一个专注于评估大语言模型长上下文处理能力的基准平台。它基于 OpenAI 发布的 Multi-Round Coreference Resolution (MRCR) 数据集，提供交互式排行榜，用于比较不同模型在复杂长对话中的信息检索和理解性能。该基准强调模型在长上下文下的实际表现，避免单纯依赖训练数据记忆。
更新于 2026-04-06
357 次浏览
问题数量
—
发布机构
个人
评测类别
文本向量检索
评测指标
Accuracy
支持语言
英文
难度等级
中等难度
简介
基于多轮对话数据集测试大模型超长上下文的能力
相关资源
Context Arena Model Score Leaderboard
Source: DataLearnerAI
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
Latest Context Arena model rankings and full benchmark leaderboard
Browse the latest scores, model modes, release dates, and parameter sizes for Context Arena.
Context Arena详细排名数据表格
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | Gemma 4 26B A4B Thinking Level · Medium | 44.1 | 2026-04 | 25.2 |