對著參數表很難判斷兩個模型實際聊起來誰更合適。lmarena.ai 提供匿名對戰入口：同一個問題分給兩個未具名的模型，回答後投票，投完才公布身分，海量投票長期彙總成榜單。開放使用，入口與專案劃分以站點目前頁面為準。它反映的是使用者偏好，會隨模型上下架與版本更新重新排列，只能作為參考，最後仍要用自己的任務實測。
主要功能
- 雙模型匿名對比，減少品牌印象帶來的偏向
- 投票彙總形成能力榜單檢視
- 涵蓋對話、程式等不同類別的專案
- 排名會隨模型更新變化，不是固定結論
- 可在網頁端直接體驗對戰流程
適合誰用
- 選型階段想快速建立對模型的直覺
- 對比兩個候選模型的自然表達差異
- 關注某類任務上模型梯隊的變化
- 想理解評測口徑，而不是只看宣傳數字
怎麼開始
- 用自己業務裡的真實問題去對戰，別隨便閒聊
- 同一組問題多跑幾輪，減少單次偶然
- 記下候選模型後，在自己的任務上再做一輪實測
