Arena

Arena 是一個社區驅動的 AI 評估平台，根據真實用戶的反饋和互動對模型進行排名與比較。

Arena 是一個公共 AI 評估平台，用戶可以在此與多個 AI 模型進行互動，並實時比較它們的表現。Arena 不依賴靜態基準測試，而是利用人類反饋和真實世界的使用情況來衡量模型在寫作、編程、推理和創意等任務中的表現。 其核心體驗包括提交一個提示詞並接收來自兩個匿名 AI 模型的回應。用戶隨後選出較好的答案，他們的投票將貢獻給全球排行榜，該榜單根據實際表現而非受控的實驗室測試對模型進行排名。 Arena 被開發者、研究人員和 AI 公司廣泛用於發布前的模型評估、能力測試，以及了解不同系統在實際場景中的表現。它已成為比較前沿 AI 模型最具影響力的平台之一。