Claude Opus 5.5 (Max) steht mit 1.810 Punkten an der Spitze des für November 2026 gemeldeten WebDev-Arena-Rankings. GPT-6 Astra (Max) folgt mit 1.773 Punkten. Blog du Modérateur berichtete am 2. November über die Rangliste; der Arena-Leaderboard-Stand vom 27. Oktober 2026 führt dieselben Spitzenplätze und Scores auf.
Die zehn Modelle im berichteten Ranking
| Rang | Modellvariante | Score | Anbieter |
| 1 | Claude Opus 5.5 (Max) | 1.810 | Anthropic |
| 2 | GPT-6 Astra (Max) | 1.773 | OpenAI |
| 3 | Claude Sonnet 5.5 (xHigh) | 1.770 | Anthropic |
| 4 | Gemini 4 Carbon (High) | 1.768 | |
| 5 | GPT-6.1 Sol (Max) | 1.751 | OpenAI |
| 6 | Claude Fable 5.1 (Max) | 1.746 | Anthropic |
| 7 | Muse Wonder Full (Max) | 1.725 | Meta |
| 8 | Claude Sonnet 5.5 (High) | 1.711 | Anthropic |
| 9 | Kimi K3.1 Pro (Max) | 1.695 | Moonshot AI |
| 10 | Claude Opus 5 (Max) | 1.691 | Anthropic |
Der erfasste Arena-Leaderboard-Stand nennt insgesamt 152 Modelle und 952.039 Stimmen. Diese Zahlen gehören zum Stand vom 27. Oktober 2026.
Full-Stack und Front-End haben unterschiedliche Spitzenreiter
Im Bericht liegen GPT-6 Astra und GPT-6.1 Sol im Full-Stack-Bereich vorn. Für Front-End werden Claude Opus 5.5 und Claude Sonnet 5.5 als führend genannt, gefolgt von Gemini 4 Carbon. Der Bericht weist zugleich darauf hin, dass in den spezialisierten Kategorien weniger Stimmen abgegeben wurden als in der Gesamtrangliste.
Was die WebDev Arena bewertet
Die Rangliste beruht auf Nutzerurteilen zu zwei anonymisierten Website-Ergebnissen. Laut Epoch AIs Beschreibung der Text Arena (Coding) besteht die dokumentierte Aufgabe darin, eine eigenständige interaktive React-Komponente mit TypeScript und Tailwind zu erstellen. Bei einigen Modellen wird die Ausgabe zunächst von GPT-4.1-mini umgewandelt und anschließend in einer Linux-Sandbox ausgeführt. Auch Anwendungen mit Fehlern können den Nutzern angezeigt werden.
Damit bildet der Score die Präferenz für Ergebnisse in einem bestimmten Website-Erstellungstest ab. Er ist keine allgemeine Note für Programmierfähigkeit und misst nicht allein, ob der erzeugte Code fehlerfrei ist. Bei der statistischen Beschreibung des Scores gibt es unterschiedliche Angaben: Blog du Modérateur nennt ihn Elo-Wert, Epoch AI beschreibt ein Bradley-Terry-Modell. Die Arena-Seite bezeichnet die Zahl schlicht als „Score“.
Ein englischsprachiger Arena-Walkthrough vom 13. November 2025 zeigt den damaligen Ablauf von Code Arena, als die Plattform noch LMArena hieß: Zwei Modelle erzeugen parallel ein Brick-Breaker-Spiel, Nutzer vergleichen die Vorschauen, stimmen ab und können den Code exportieren.
