LMArena翻译站点

LMArena详细介绍

想知道当前哪个大模型最强，与其看各家发布会上的演示，不如去 LMArena 看用户用脚投票的结果。这个平台的前身是加州大学伯克利分校实验室发起的 Chatbot Arena，后来独立成公司并搬到 arena.ai 域名，玩法一直没变：平台同时展示两个匿名的模型，你输入同一个问题，两边各给一份回答，再凭感觉投票谁更好。海量的匿名对战数据经过统计模型换算成评分，就形成了业内引用率最高的那类模型排行榜。

盲测设计是 LMArena 口碑的根基。因为投票时看不到模型身份，品牌滤镜和厂商宣传都失效了，只比回答本身的好坏，这套机制比任何自评榜单都更能反映真实体验。排行榜按赛道拆得很细，文本总榜之外还有专家、数学、编程、困难提示词等细分榜单，代码、图像、视频、文档、Agent 等领域也有各自的竞技场。想深入对比时可以用 Side-by-Side 模式把两个指定模型并排放在一起看，或者用 Direct Mode 单聊。平台还会定期把竞技场延伸成真实任务，比如让模型现场做网页、写代码、改图，用完成度而不是选择题分数来衡量能力。

对普通用户来说，LMArena 最省心的点是完全免费且不设投票上限，官方欢迎你提交任意多的问题和投票，个人使用没有任何付费墙。排名前列的模型随厂商发布节奏快速变动，几家头部实验室的模型经常交替领跑，榜单还带置信区间，分数接近的模型差距未必显著，看榜时别只盯小数点。需要留意的两件事：一是方法论上曾被研究机构质疑对大厂模型存在结构性偏好，官方否认并持续更新榜单政策，这类信任问题要自己判断；二是界面保留了研究工具的风格，偏朴素，复制长回答等交互不够顺滑。另外所有对话会经脱敏后公开用于研究，介意隐私的用户可以通过邮件退出自动评测。

LMArena 的商业化只面向企业：为模型厂商和采购方提供真人反馈评测服务，按定制方案联系销售报价，个人端的免费体验不受影响。适合用 LMArena 的人群很宽：做技术选型的开发者和架构师用排行榜横向比较候选模型，研究人员下载公开的投票与提示词数据集做分析，学生和 AI 爱好者把 LMArena 当免费的多模型试玩场。榜单数据覆盖近 400 个模型的数百万次投票，是观察大模型能力演进最直观的窗口之一。如果你只想要一个简单结论，看总榜前几名足够；想为自己的场景挑模型，把赛道细分榜和真实任务结果结合着看更靠谱。

LMArena的核心功能

• 匿名对战投票：同一问题发给两个匿名模型，用户凭回答质量投票，结果用于官方评分，最大限度排除品牌影响。
• 公开排行榜：基于海量对战数据生成带置信区间的评分，文本总榜之外细分专家、数学、编程等赛道，实时反映能力变化。
• 多模态竞技场：评测范围覆盖代码、图像、视频、文档与 Agent 应用，模型能力不只由文字对话衡量。
• 真实任务评测：不定期把竞技场扩展到真实场景，让模型现场建网页、写代码、做设计，按完成效果比较能力。
• 自由对比模式：Side-by-Side 可指定两个模型并排比较，Direct Mode 单模型直聊，不计入官方榜也可日常使用。
• 开放数据与研究支持：脱敏后的投票与提示词数据公开下载，评测方法论开源，支持社区复现与二次分析。
• 企业评测服务：面向模型厂商与技术选型团队提供真人反馈评测与定制评估，商业能力与个人免费体验相互独立。

LMArena的价格详情

免费权益：

个人使用完全免费：可无限提交提示词与投票，自由使用对战、对比与单聊模式查看全部排行榜与细分榜单，无需付费或订阅。对话数据经脱敏后可能用于公开研究，介意者可邮件退出自动评测。价格可能随官方调整。

收费模式：

个人端不收费，LMArena 的商业化集中在企业侧：面向模型厂商与采购团队提供真人反馈评测、定制评估与数据分析服务，需联系官方销售报价，具体方案以官方商务沟通为准。价格可能随官方调整。

LMArena的应用场景

• 大模型选型对比：给候选模型喂同一组业务问题，盲测投票结合细分榜单判断哪个更适合自己的场景，采购决策有实据。
• 追踪模型能力天花板：每周扫一眼排行榜和领先模型的评分变化，跟进头部实验室的迭代节奏，给技术规划做参照。
• Agent 与编码能力检验：用代码、Web 开发等真实任务赛道比较模型在工程场景的表现，不只看对话分数。
• 研究与论文引用：下载公开投票数据集与榜单方法论文档，作为人类偏好研究的参考数据源。
• 教学与学习：学生把多模型对战当作免费的模型体验入口，直观对比各家回答风格与能力差异。
• 企业第三方评估：采购前通过真人评测服务获得独立于厂商自评的模型表现反馈，降低选型踩坑概率。

LMArena的适用人群

• 开发者与架构师：技术选型、模型路由策略制定前用排行榜和盲测结果做横向依据。
• AI 研究人员：把公开数据集与开源方法论当作偏好研究、评测复现的基础资源。
• 产品经理：为产品挑选默认模型或对比切换成本时，借助细分榜单快速缩小候选范围。
• 模型厂商与技术服务商：通过平台发布模型、参与竞技场竞争，并用企业评测服务验证自身表现。
• AI 爱好者与学生：免费体验各家最新模型，盲测投票本身也是理解模型差异的趣味方式。

同类工具对比

LMArena的同类竞品

OpenRouterOpenRouter是一个AI模型聚合平…