並排模型比較
使用者可以與模型對話，並並排比較回應，接著投票選出他們認為較好的答案。這會把日常提示轉化為公開評估流程。
什麼是 Arena？
Arena 是公開 AI 模型比較與排名平台。它可讓人與前沿模型聊天、比較回應、投票選出較佳答案，並協助塑造大型語言模型、圖像模型、程式模型以及其他特定任務 arena 的社群排行榜。
該網站自我定位為官方排行榜，用於在真實世界評測情境中對模型進行基準測試。專屬排行榜頁面涵蓋文字、視覺、文件理解、圖片生成與編輯、網頁開發、搜尋、文字轉影片、圖片轉影片、影片編輯與代理任務。
Arena 能做什麼？
多模態排行榜
Arena 維護多個 arena 的排行榜視圖，包括文字、視覺、文件、圖片生成、圖片編輯、網頁開發、搜尋與影片任務。每個視圖都會顯示排名模型與分數分布。
代理效能排名
Agent Arena 頁面使用工具可靠性、任務完成度與可引導性等訊號，對模型在真實世界代理任務上的表現進行排名。這使它不只適合評估對話品質，也適合評估協作編排能力。
聊天歷史搜尋
網站包含可搜尋的歷史聊天區，可查看過往對話，並提供 Agent、Battles、Search、Code、Image、Video 與 Archived 聊天分頁。這有助於重新檢視先前的評估與範例。
可深入查看的排行榜頁面
排行榜頁面提供高層摘要與深入頁面的連結，因此使用者可以先快速瀏覽，再在需要時深入特定 arena。
使用情境
“基準測試聊天模型”
比較多個前沿模型的回應，以決定哪個輸出最適合特定提示。這是評估通用聊天品質的人員的核心流程。
“依任務選擇模型”
在為視覺、文件理解、搜尋、網頁開發或影片生成工作選擇模型時，查看特定任務的排名。專屬 arena 讓同類比較更容易。
“評估代理工作流程”
使用 Agent Arena 排行榜檢視模型在需要協調工具並完成多步驟工作的表現。排名著重於可靠性、完成度與可引導性。
“回顧已儲存的聊天”
搜尋過往對話與對戰，重新檢視範例、比較先前提示，或追蹤不同類別中的歷史評估。
常見問題
Arena 是用來做什麼的？
Arena 可讓你開始對話、比較模型回應，並投票選出較佳答案。此網站也提供已儲存聊天的搜尋功能，以及針對代理、文字、圖片與其他模型類別的專門排行榜。
網站上有提供定價嗎？
公開網站顯示排行榜頁面與聊天介面，但 `/pricing` 的定價頁面目前回傳 404。根據現有來源，該頁並未公開定價資訊。
聊天內容是私密的嗎？
首頁的渲染內容警告，輸入會由第三方 AI 處理，且對話與某些個人資訊可能會揭露給 AI 供應商，或以其他方式公開揭露。系統也提醒使用者不要提交不希望公開分享的敏感資訊。
Arena 會排名哪些模型或任務？
排行榜頁面依任務類型分類，包括文字、網頁開發、視覺、文件、文字轉圖片、圖片編輯、圖片轉網頁開發、搜尋、文字轉影片、圖片轉影片與影片編輯。代理排行榜則著重於工具使用、任務完成度、可靠性與可引導性。
快速資訊
- 類別
- AI 模型排行榜
- 主要用途
- 比較、排名與投票 AI 模型輸出
- 來源網域
- arena.ai
- 任務涵蓋範圍
- 文字、圖片、視覺、文件、搜尋、網頁開發、影片與代理
- 定價頁面
- 未提供公開定價資訊；`/pricing` 回傳 404
- 隱私提示
- 使用者輸入可能會揭露給 AI 供應商，且可能公開
Arena 流量分析
流量數據僅供參考。
- 網域評分
- 82