Arena

Arena（原LMArena）是一个开放的AI模型基准测试平台。它主要提供一个‘竞技场’，让用户可以匿名对比不同AI模型（如GPT、Claude）的回答，并通过投票机制生成反映模型实际表现的综合排行榜。

在Battle Mode中，用户输入问题或指令后，系统会随机选择两个匿名AI模型同时生成回答。用户需要根据回答的质量投票选择更好的一方，投票结果会影响模型的ELO分数和排行榜排名。

根据公开信息，Arena平台的核心评测与对比功能目前是免费向用户开放的。用户可以通过平台体验和测试集成的众多AI模型。

平台采用匿名对战机制，用户在投票前不知道模型身份，以减少品牌偏见。同时使用ELO评分系统处理海量用户投票数据，并且所有评测数据和排名公开可查。

Arena提供多领域的专项评测，包括文本对话、视觉理解、图像生成、视频生成、代码编程、网页开发、搜索增强等，覆盖了当前主流的AI模型能力维度。

根据平台声明，用户输入的对话内容将由第三方AI模型处理，并可能被披露给相应的AI提供商及公开共享，以支持社区发展和AI研究。因此建议用户避免提交敏感或个人隐私信息。

排行榜基于持续的社区用户投票动态更新。各专项榜单（如文本榜、视觉榜）通常会显示最近的更新时间，例如‘1天前更新’，表明排名数据具有较高的时效性。

传统基准测试多使用固定的标准化试题。Arena则强调基于真实用户任务和主观判断的评估，通过大量用户的匿名投票和对比，来反映模型在实际应用场景中的表现。