La clasificación de WebDev Arena publicada como la de noviembre sitúa a Claude Opus 5.5 (Max) en primer lugar, con 1.810 puntos, seguido de GPT-6 Astra (Max), con 1.773. Blog du Modérateur difundió la lista el 2 de noviembre; la página de la clasificación de Arena muestra esos mismos puestos y puntuaciones y figura modificada el 27 de octubre de 2026. En esa página constan 152 modelos y 952.039 votos.
Los diez modelos de la clasificación
La lista que Blog du Modérateur publicó para noviembre queda así:
| Puesto | Modelo | Puntuación | Proveedor |
| 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 |
Full-stack y front-end tienen líderes distintos
En full-stack, el ranking publicado coloca a GPT-6 Astra y GPT-6.1 Sol en los primeros puestos. En front-end, sitúa a Claude Opus 5.5 y Claude Sonnet 5.5 por delante de Gemini 4 Carbon. El reporte señala que las categorías especializadas recibieron menos votos que la clasificación general.
Qué evalúa WebDev Arena
WebDev Arena compara las respuestas de dos modelos anónimos a una petición para crear una web. Los usuarios votan por el resultado que prefieren. Por eso, el puesto refleja preferencias sobre las páginas generadas en esta evaluación; no es una medida universal de la capacidad de programación ni una prueba centrada únicamente en la corrección del código.
Epoch AI describe la tarea como la creación de un componente interactivo e independiente en React, con TypeScript y Tailwind, dependencias especificadas y todo el código en un solo archivo. Algunas salidas sin formato estructurado pasan por GPT-4.1-mini antes de ejecutarse en un entorno aislado de Linux; las aplicaciones con errores también pueden mostrarse a los usuarios. Epoch AI describe el cálculo de la puntuación como un modelo Bradley–Terry. Blog du Modérateur la denomina Elo, mientras que Arena etiqueta la cifra en su página como «Score».
El recorrido de Arena publicado en 2025 muestra una versión anterior del proceso, cuando la plataforma se llamaba LMArena: dos modelos elegidos al azar generan propuestas, el usuario prueba las vistas previas, vota y puede pedir cambios sucesivos y exportar el código. El vídeo está en inglés y no presenta la clasificación de noviembre de 2026.
