Arena AI 运营中

Arena AI 将大模型对话、匿名评测和模型排名结合在同一平台中。用户通过真实问题观察不同模型的回答，再以投票方式反馈偏好。

它更适合作为模型横向比较和体验入口，而不是覆盖所有任务类型的统一基准测试工具。平台目前以免费使用为主要定价模式。

平台提供匿名盲测对决：两个模型同时回答问题，用户投票后再查看模型身份。用户也可以指定两款模型进行并排比拼，便于观察它们在同一提示词下的回答差异。

此外，Arena AI 支持单模型对话。平台会根据对话投票结果使用 Elo 积分更新模型排行，榜单反映的是平台内的相对表现。

算法研究员可以将匿名对战结果作为模型偏好观察和评测参考；提示词工程师可以比较不同指令对模型回答的影响；科技内容创作者可以用同一问题测试多款模型，整理横向对比内容。

对于普通用户和技术爱好者，平台也适合在不分别寻找多个模型入口的情况下，体验不同模型的回答风格和能力差异。

模型排名依赖用户投票和平台中的问题样本，结果可能随提问主题、语言、参与者构成和时间变化。榜单靠前不代表某个模型在所有专业任务中都更适合。

进行正式选型时，仍应使用与实际业务一致的数据、提示词和评价标准单独测试，并关注回答准确性、稳定性以及模型的具体可用范围。