首页
AI视频创作馆
工具库
AI 服务与资讯
变现学习营
AI提示词
模型配置计算器
登录/注册
Arena AI AI模型众包评测平台 用户投票AI模型排名平台-ChooseAI工具导航
首页
工具库
工具详情
Arena AI
全球最大AI模型众包评测平台,用户投票排名
榜单追踪
模型评测
模型评测平台
Arena AI原名Chatbot Arena和LMArena,是由加州大学伯克利分校研究团队于二〇二三年创建的众包AI模型评测平台。该平台采用独特的盲测对战模式,用户输入提示词后由两个匿名AI模型同时响应,用户投票选出更优答案后系统才揭示模型身份,通过数百万次真实用户投票生成基于ELO评分系统的权威排行榜。平台已成为AI行业最受关注的评测标准,OpenAI谷歌Anthropic等顶级实验室均将未发布模型提交至Arena进行测试。二〇二六年一月完成一点五亿美元A轮融资,估值达十七亿美元,投资方包括Felicis加州大学投资Andreessen Horowitz等知名机构。目前月访问量超百万,已从学术项目转型为Arena Intelligence Inc独立公司,由博士后研究员Anastasios Angelopoulos担任CEO,承诺保持中立开放持续为社区提供透明AI评测服务。
打开网站
我要评测
对比同类工具
预览
工具介绍
功能特性
Arena AI 本身不提供文字、语音、图片或视频的生成能力,而是一个专注于评测和比较其他AI模型性能的平台。
其核心功能是通过独特的盲测对战模式,让用户在不知道模型身份的情况下,对两个AI模型对同一提示词的响应进行投票,从而客观评估模型优劣。
应用场景
AI模型研发:顶级实验室(如OpenAI、谷歌、Anthropic)将未发布的模型提交至此进行压力测试和性能验证。
技术选型参考:企业和开发者通过其权威排行榜,为项目选择最合适的AI模型。
学术研究:研究人员利用其基于数百万次真实用户投票的ELO评分数据,进行AI模型性能分析和趋势研究。
行业标准制定:作为AI行业最受关注的评测基准,为整个生态提供透明、可信的模型能力衡量尺度。
适用人群
AI领域的研究人员、工程师和产品经理。
需要为业务选择合适AI模型的企业决策者和技术团队。
定价方式
平台面向用户免费开放,其商业模式主要依靠风险投资支持,而非向使用者收费。
支持语言
平台界面和评测流程主要基于英语,但其评测的模型本身可能支持多种语言。
技术亮点
采用创新的盲测对战(LLM Arena)机制和基于人类反馈的强化学习(RLHF)理念,通过ELO评分系统量化模型性能。
其评测结果已成为衡量大模型能力的事实标准,影响力可与官方基准测试相媲美,甚至更能反映真实用户体验。
使用方式
用户可通过网页浏览器直接访问 Arena AI 平台(lmsys.org)进行模型对战体验和查看排行榜。
更新记录
平台持续迭代其评测方法和排行榜算法,以适应快速发展的AI模型能力,并于2026年初完成A轮融资后,从学术项目正式转型为独立公司Arena Intelligence Inc.。
近期更新聚焦于扩大评测规模、优化用户体验,并承诺保持其中立性和开放性,持续为社区提供透明的AI评测服务。
相关资讯
aigc检测英文吗?英文确实是主战场
你现在打开那些AIGC检测工具,会发现大部分都是英文界面,而且检测的内容也主要针对英文文本。这不是巧合,背后其实有很多原因。 英文确实是主战场. 说实话,AIGC检测技术最早就是从英文内容开始的。OpenAI、GPT系列模型最初训练的主
2025年11月26日
127
AIGC怎么检测论文?中文检测比英文难搞多了
说真的,现在论文查重这事儿变复杂了。你可能还记得几年前用Turnitin查查重就能搞定,但现在不一样了——AI生成的内容铺天盖地,老师们头疼得很。 技术手段其实没你想得那么玄乎. 市面上检测AI生成内容的工具,原理基本都差不多。它们会分
2025年11月23日
123
LMArena 进不去的几种原因与解决方法(附最新官方入口)
LMArena 官网是 lmarena.ai ,进不去通常有三种情况:整站连接不通、你用的还是 chat.lmsys.org 这类旧地址、或者站点其实开着只是你卡在了别的地方。本次实测该域名在当前网络环境下无法连接,而它已经不再是 lmsy
2026年11月03日
16
2026年9月AI大模型排名:Agent Arena 最新排行榜解读与查询入口指南
Agent Arena 是一份用真实 Agent 会话算出来的模型榜单,官方入口为 arena.ai/leaderboard/agent。它不看两两对战投票,而是把每一个真实会话随机分配给一个模型,观察它实际干活的结果。目前最新一期更新于
2026年09月22日
58
LMArena AI官网入口:LMArena更名Arena AI(附最新大模型排行榜查看方式)
LMArena 已于 2026 年 1 月更名为 Arena,官方入口统一到 arena.ai. ;旧域名 lmarena.ai 仍能打开,会自动跳转到新域。它是一个纯网页版的 AI 模型排行榜,公开对战和看榜完全免费,无需注册账号即可使用
2026年09月22日
72
B站上线AI无限竞技场,首期榜单GPT-6登顶
9月16日消息,B站「AI无限竞技场」正式上线,首期大模型测评榜单同步公布。上百个大模型参加测评,涵盖代码、推理、协作、知识等主题。首期榜单中,GPT-6 Astra 在 10 个 UP主测评里拿下榜首,击败 GLM-5.3 成为登顶次数最
2026年09月16日
48
Artificial Analysis 发布 Intelligence Index v4.2:私有测试集权重翻倍至 40%,Claude Fable 5.1 居首
9月5日消息,第三方模型评测机构 Artificial Analysis 发布综合智能指数 Intelligence Index v4.2。这是一次临时更新:v4 发布于1月,官方称原本有意暂缓更新以在密集的新模型发布期保持指数稳定,但过去
2026年09月05日
43
AIHOT 共识模型排行榜上线:聚合 10 大权威评测 LatentRank 算法打造更公允的大模型性能参考
随着大模型赛道快速迭代,各类评测榜单层出不穷,不同榜单侧重方向、测试集、模型覆盖范围差异巨大,普通用户很难通过单一榜单判断模型真实水平。 近日 AIHOT 平台正式上线大模型共识排行榜,首批聚合 10 个业内公认的权威评测源,基于自研 La
2026年08月10日
91
大模型评测标准:GPQA、SWE-bench、LMSYS Arena三大指标解析
*核心要点速览*. GPQA. :测试模型纯智商,研究生级难题推理能力 SWE-bench. :测试工程生产力,真实代码Bug修复能力 LMSYS Arena. :盲测用户体验,真实人类投票排名 SOTA. :不是分数,而是某一领域
2026年02月27日
521
蚂蚁集团推出安诊儿医疗大模型:正式开源并登顶权威医疗榜单
近日,蚂蚁集团联合浙江省卫生健康委正式开源其自研的蚂蚁·安诊儿医疗大模型(AntAngelMed)。 该模型基于蚂蚁百灵大模型的高效混合专家(MoE)架构,结合真实、全面的医疗数据深度训练而成,是迄今为止参数规模最大的开源医疗模型(100B
2026年01月05日
348
用户评分
3.40
6人点评
我要评分
同类产品
豆包
豆包工作任务改版,新用户免费领30天会员,学生再送3个月会员
工作效率提升
朱雀AI检测助手
腾讯朱雀,一秒识 AI 内容,免费检测
模型评测
Nano banana
谷歌推出的生图模型系列
多图融合
飞书
字节跳动推出的一站式企业协作平台
IM协同
Gamma
AI 驱动的演示文稿与内容生成工具,设计美观。
PPT/文档/表格
Gemini
嵌入 Google 办公套件的全能 AI 助手
文生图
Google AI Studio
支持Gemini模型体验与应用构建的AI开发平台。
多模态模型
openclaw
本地运行的开源AI助理,通过聊天应用执行自主任务
工作流自动化
Gemini Notebook(曾用名NotebookLM)
AI 助你会话解读笔记与表格数据
文档智能体
魔搭社区
国产开源模型平台,一键调用千万模型资源
多模态模型