LMArena

Imarena.AI 是一个让用户直接对话、对比并投票评选大模型的公开竞技场。同一个问题可以丢给两个匿名模型，也可以自选两个模型并排跑。它的价值不在某一家模型有多强，而在于用真实用户的盲测投票，堆出一份持续更新的公开榜单。对话、投票与榜单都在同一个页面里完成，不用在多个产品之间来回切换。

核心能力

• 匿名对战：官方称对战模式会随机匹配两个匿名模型回答同一问题，投票之后才揭晓双方身份，减少品牌带来的先入为主。
• 并排对比：官方称可自选两个模型同时作答，适合验证同一段提示词在不同模型上的差异，逐句看谁更稳。
• 单模型直聊：官方称直聊模式一次只与一个模型对话，另有自动模式由系统分配模型，适合先摸清整体水平。
• 智能体模式：官方称该模式面向复杂任务设计，可承接多步骤的生成与构建类需求，而不只是单轮问答。
• 任务样例：首页给出落地页、仪表盘、小游戏、设计稿转代码、全栈应用、在线商店等起步模板，用来快速试模型的实际产出。
• 榜单共建：官方称社区投票构成语言模型、图像与代码模型的公开排行榜，评测来自真实使用而非实验室题库。

适合谁

• 正在做模型选型的技术负责人，想用同一批问题横向比几家再决定采购。
• 提示词工程师，需要验证一句话在不同模型上的稳定性与理解力。
• 独立开发者，想低成本试新模型，不必逐个开通订阅。
• 关注模型排名的研究者与媒体，需要一手投票数据做参考。
• 想用一句话生成小游戏、落地页或仪表盘原型的产品与设计人员。

使用建议

• 先做几轮匿名对战建立手感，再切到并排模式针对具体任务做细比。
• 投票按「谁更有用」判断，而不是按回答长度，长答案不等于好答案。
• 涉及代码与数据时，把结果复制到本地环境验证，竞技场不保证产出可直接运行。
• 首页模板适合当提示词起点，补上自己的业务约束后再跑，结果会更贴近真实需求。
• 多人协作选型时，把同一批测试题固定下来，分头投票再汇总，比各问各的更有可比性。
• 排名是群体偏好的汇总，不等于在你的场景里最优，最终仍要按自己的评测集定。