Arena AI

Arena AI 是源自 UC Berkeley、前身 Chatbot Arena / LMArena 的大模型众包评测与排行榜平台，用真人盲投偏好为前沿模型排名。提交名「Code Arena」实为其代码评测子产品（arena.ai/code），收录名以真实品牌 Arena AI 为准。

核心能力

• 真人盲投对战: 同一 prompt 由两个匿名模型作答，用户盲选更优者后揭晓身份
• 多模态榜单: 覆盖文本/代码/视觉/图像/视频/检索/智能体七大 Arena
• Code Arena: 双模型并行沙箱构建可运行 Web 应用，强制预览后投票，含功能/易用/还原度三维评分
• Fullstack 评测: 支持 PostgreSQL、鉴权、第三方 API 与一键部署 Vercel
• 排名方法论: Bradley-Terry + Style Control 剔除文风加成，公开 arena-rank 开源包
• 成本-性能 Pareto: 展示性能与每任务成本

适用场景 开发者/工程团队做模型选型与短名单、AI 研究者、模型厂商前发布测试、企业采购选型辅助，以及想免费体验前沿大模型的普通用户；宜当筛选起点而非生产依据。

独特优势 与 Artificial Analysis（自动指标+价格速度）互补而非替代；相比停更的 HF Open LLM Leaderboard 与 SWE-bench，差异化在大规模真人盲投偏好 + 完整可交互应用 + 成本-性能 Pareto。注：与 Design Arena（designarena.ai）、Alpha Arena（nof1.ai）仅同名，公司与赛道不同。

编辑评价 UC Berkeley 血统，5M+ 月活、82M+ 投票、400+ 模型，是媒体引用与模型发布季的通用参照。消费端完全免费、投票无需登录，实测 /pricing 为软 404。扣分在榜单可被刷（Llama 4 私有变体事件）与「偏好≠正确」，宜当短名单筛选器。推荐指数 4/5。