LMArena

一、网站简介

LMArena是LMArena提供的AI 模型评测入口。通过匿名对战比较大模型回答质量。本页只介绍如何从官网使用它，不替代官方文档。

二、机构与产品背景

LMArena 通过匿名对战比较大模型的回答质量。使用前应区分它和同一机构的其他产品，避免把聊天、开发平台、模型社区或设计工具混成同一个网址。

三、核心功能

• 匿名对战：两个模型回答同一问题后再投票。
• 榜单：投票累积成排名。
• 人类偏好：反映的是投票者的偏好，不是单一考试。
• 试模型：也可以用来感受不同模型的风格。

四、使用时要注意的特点

LMArena适合先完成一个小任务来判断效果。生成式结果可能包含过时或不准确的内容，对外发布、学术提交、商业承诺和代码合并之前都要人工核对。账号权限、价格和可用地区以https://lmarena.ai/当天页面为准。

五、适用人群

它主要给需要“通过匿名对战比较大模型回答质量”的人使用。已经有明确成品流程的团队，可以把它放在草稿、检索或预处理环节，而不是直接当作最终交付。

六、应用场景

• 看当前人类偏好榜
• 自己投几轮对比
• 选聊天模型前参考风格差异

七、同类入口

下面是本导航中用途接近的网站，可以按具体任务比较，而不是只看名称：

• FlagEval：智源的大模型评测平台。
• OpenCompass：司南大模型评测体系与榜单。
• Artificial Analysis：比较模型质量、速度和价格。

八、常见问题

Q：排名等于考试分数吗？
A：不等于。它是偏好投票，不是封闭试题。

Q：投票会偏向长回答吗？
A：有可能。看排名时要自己再试同一问题。

Q：从哪里进入官网？
A：使用本页按钮打开 https://lmarena.ai/。如果网址跳转或功能改版，以官网当前页面为准。

本文根据公开产品信息整理，功能与价格可能变化。