首页
/
工具详情
使用指南
由 伯克利 LMSYS 团队 发起，该平台是全球 AI 行业最权威的 大语言模型及多模态模型盲测竞技场与排行榜平台。
1. 平台介绍与主要功能
- 核心机制：平台采用类似国际象棋的 Elo 积分系统，通过全球真实用户的盲测投票，为大模型实时生成客观的“众包排行榜”。
- 双模型盲测 (Arena - Blind Test)：系统随机分配两个未标记名称的模型回答同一个 Prompt。用户根据回答质量进行投票，提交后才揭晓模型身份。
- 全维度排行榜 (Leaderboard)：涵盖总体胜率排行榜，并细分了编程 (Code)、数学 (Math)、Hard Prompts（难题）、多语言、图像生成/理解及视频等专项榜单。
- 指定模型对话 (Direct Chat)：允许用户直接选择想要测试的特定模型（如 GPT-4o、Claude 3.5 Sonnet、Gemini、DeepSeek 等）进行单独体验或对话。
- 新模型预览 (Preview / Side-by-Side)：许多顶尖大模型厂商在发布新模型前，会在此进行匿名测试。
2. 适用人群
- 开发者与 AI 爱好者：可以免费免费体验全球最新的开源与闭源顶尖模型（包含高昂 API 成本的模型）。
- 企业选型人员 / 研究员：寻找无偏见、抗“提示词污染”的真实大模型性能排名（学术榜单易刷分，而 Arena 靠真实盲测）。
- 提示词工程师 (Prompt Engineer)：用同一 Prompt 实时横向对比不同模型的效果差异。
3. 免费 / 付费情况
- 是否免费：完全免费。使用者无需付费，甚至大部分盲测模式 无需注册登录 即可直接使用。
- 定价页面网址：该平台无针对消费者的付费套餐（由学术机构及工业界赞助）。平台官方首页及排行榜地址为：https://arena.ai。
4. 如何使用（极简步骤）
- 打开平台:访问 arena.ai。
- 选择模式:
- 想要盲测/投票：点击 Arena (battle)。
- 想要指定单模型使用：点击 Direct Chat。
- 想要查看排名：点击 Leaderboard。
- 输入 Prompt 盲测:在竞技场中输入任何问题（如“用 Python 写一个贪吃蛇”或“解释量子力学”），左右两侧模型同时生成回答。
- 评价并揭晓:点击下方按钮进行投票（如
Model A is better/Tie等）。投票后系统会自动显示左右分别是哪两个大模型。
5. 注意事项
- 隐私与数据安全：盲测过程中的对话数据可能用于公开研究数据集，切勿输入个人隐私、公司敏感代码或核心数据。
- 投票公正性:在投出胜负前，系统不会显示模型名字，请根据 回答质量 本身投票，避免预判偏见。
- 速率限制 (Rate Limit)：平台由于免费提供高成本模型，在高峰期可能遇到请求繁忙，或限制连续对话轮数。
- 模型版本变动:平台上的模型会频繁更新或下架预览版，测试结果可能随模型版本迭代发生变化。
暂无评论