AI 摘要

Arena AI 是一個透過匿名盲測收集使用者偏好來排名各大 AI 文字、圖片與影片模型的免費平台，非常適合用來建立初步的測試候選清單，但不應將其視為衡量事實正確性或任務品質的絕對標準。
    ● 平台對大眾免費開放並採用 Bradley-Terry 評分系統，但圖片與影片競技場（包含 2026 年 1 月新增的影片生成比較）需登入帳號才能使用，系統設有每日使用限制，且影片模式目前僅支援無法自選模型的隨機對決。
    ● 請避免在提示詞中輸入密碼或機密檔案，因為平台可能會與 AI 供應商共享你的輸入內容以協助開發；同時，該排名有被少數虛假投票操縱的風險，且純粹反映主觀偏好而非內容的準確度。
    ● 若需直接評估特定模型並編輯結果，Wondershare Filmora 提供了非盲測的替代方案，允許使用者直接指定 Seedance 2.5、Veo 3.1 或 Nano Banana Pro 等特定模型生成素材，並在同一工作區內完成後續的影片剪輯。

---

向 AI 詢問摘要

ChatGPT Perplexity Gemini Claude Grok 免費下載 免費下載 免費下載

你如何從每個月推出的數十款 AI 模型中找出真正最好的那一款？Arena AI 有一個簡單的答案：讓真實使用者來決定。這是一個免費平台，任何人都可以對 AI 模型之間的匿名對決進行投票，這些票數將形成 Arena AI 網站上任何人都可以查閱的公開排行榜。

但這些投票究竟有多少可信度？或者對決在幕後是如何運作的？我們以下的 Arena AI 評測將嘗試解答你對這個平台可能有的每一個疑問。

第一部分：什麼是 Arena AI？

Arena AI 是一個眾包公開網站，人們透過對 AI 模型的回應進行投票比較各款模型。你輸入一個提示詞，兩個匿名 AI 模型會生成答案。接著你不知道是哪些模型產生回應也能選擇你偏好的答案。模型名稱只有在你投票後才會顯示，以確保比較的公平性。

隨著越來越多的人提交他們的偏好，這些票數將被彙整以建立一個公開的 Arena AI 排行榜，根據使用者的比較結果對模型進行排名。Arena表示其排行榜建立在超過8,200 萬票以及每月逾 1,000 萬名訪客的基礎上。

這個專案於 2023 年作為加州大學柏克萊分校的研究計畫啟動，並於 2025 年 4 月正式成立為公司。它最初名為 Chatbot Arena，後來更名為 LMArena，並於 2026 年 1 月品牌重塑為「Arena」。網站網址為https://arena.ai/。有些人將其搜尋為「Areana AI」，但正確拼法為 Arena AI。

在商業方面，其背後的公司已累計募資 2.5 億美元，並在推出商業服務後僅八個月便達到年化營收 1 億美元的里程碑。

Arena AI 是免費的嗎？

是的。Arena AI 排行榜對公眾免費開放，你無需帳號即可瀏覽。聊天和投票也是免費的，但 Arena 對所有使用者設有每日使用限制。付費產品是針對企業的 AI 評估服務。

第二部分：你可以用 Arena AI 做什麼？

Arena AI 針對文字、圖片、影片及代理任務設有獨立的競技場，每個競技場都有其專屬的排行榜。

以下是各項功能的簡介，以及排名的計算方式：

• 文字與聊天對決：這是最初的模式。發送一個提示詞，獲得兩個匿名答案，然後投票。已登入的使用者還可使用「直接」和「並排」模式，讓你自行選擇模型，而非進行匿名對決。但是，這些投票將不計入公開排名。
• 圖片對決：圖片競技場以相同方式處理圖片生成和圖片編輯。你輸入提示詞，比較兩個輸出結果，並投票選出較佳的一個。設有獨立的文字生成圖片和圖片編輯排行榜。
• Arena AI 影片生成器：Arena 於 2026 年 1 月新增了影片比較功能。你可以比較文字生成影片和圖片生成影片模型，並為你偏好的結果投票。生成的片段通常約 5 至 8 秒長，影片競技場目前僅支援對決模式。
• 代理模式：Arena 的代理競技場讓模型能使用網路搜尋、檔案系統和終端機等工具，來完成包括程式設計和研究在內的多步驟任務。其排名系統不僅考量簡單的使用者投票，還考慮任務成功率、可引導性、錯誤恢復能力、使用者稱讚與投訴，以及工具幻覺等因素。
• 瀏覽Arena AI 排行榜：你可以瀏覽 Arena 的公開排行榜，跨不同類別比較 AI 模型。每個條目顯示模型的排名、排名區間、帶有信賴區間的分數、投票數以及每百萬 token 的價格。類別包括整體、文字、代理、網頁開發、視覺、檔案、搜尋、文字生成圖片、圖片編輯、文字生成影片、圖片生成影片和影片編輯。

Arena AI 如何計算排名

對於對決式競技場，Arena AI 工具使用Bradley-Terry 評分系統，這與西洋棋中使用的 Elo 系統類似。每一票都被計為兩個模型之間的一場對決結果，系統根據所有這些結果估算每個模型的分數。

閱讀排行榜時請牢記以下兩點：

• 只有在模型名稱隱藏時投出的票數才計入官方排名。
• 每個分數都有信賴區間。當兩個模型的區間重疊時，它們之間的差距可能只是雜訊，而投票數較少的模型其區間範圍也較寬。

Arena 還採用風格控制來調整格式和答案長度的影響，並以 Arena-Rank 的名稱開源了其排名程式碼。

第三部分：如何在 Arena AI 排行榜上投票並比較模型

Arena 直接在你的網頁瀏覽器中運作，目前沒有專屬的 Arena AI 行動或桌面應用程式。你無需下載 Arena AI 應用程式即可使用平台。請按照以下步驟開始測試和投票。

如何使用 Arena AI 比較 AI 模型

步驟一前往https://arena.ai/並視需要登入。排行榜對所有人開放，但直接模式、並排模式、圖片競技場和影片競技場需要登入。如需 Arena AI 登入，請點選「登入」並繼續使用 Google 帳號，或輸入電子郵件地址。

步驟二在 Arena AI 首頁，你可以開始比較 AI 模型並測試不同的提示詞。選擇你想要比較模型的方式：

對決：計入排名的匿名投票。
並排 or 直接：測試你自行選擇的特定模型。這些投票不計入公開排名。
代理：執行程式設計和研究等多步驟任務，模型可使用網路搜尋、檔案系統和終端機等工具。
注意：影片競技場僅支援對決模式，因此你無法在其中選擇模型。

步驟三選擇你想要比較的輸出類型所對應的競技場類型，例如文字、圖片或影片。然後輸入你的提示詞。你也可以上傳參考圖片或檔案。

步驟四審閱兩個答案並投票。在查看名稱之前選出你偏好的那個。

每次投票後，Arena 會隨機選擇另一對模型，因此你的下一個提示詞可能會與不同的組合配對。

第四部分：Arena AI 可靠嗎？優缺點

眾包投票使 Arena AI 工具對於希望了解 AI 模型在日常提示詞上真實表現的人來說非常有用，超越了單純的行銷宣傳。它使用來自大量群眾的偏好資料，這有助於篩選模型候選清單，或作為對廠商聲明的現實查核，因為排名是基於真實使用者的投票。

但 Arena AI 的核心問題在於這些投票實際衡量的是什麼。它們顯示了人們偏好哪個答案，而那並不總是正確的答案。以下是幾個值得留意的疑慮：

• 排行榜幻象。 研究人員認為移除較舊的模型可能會影響 Arena 計算評分的方式，這可能使某些排名的可信度降低。他們還指出 AI 提供商可以私下測試多個模型版本，這使排行榜更難以解讀。
• 操縱投票。《Fast Company》報導了一項研究，發現僅數百票的虛假投票就能改變排名。
• 排名變動。随著新模型、投票和比較結果的加入，Arena AI 排行榜可能會發生變化，因此排名應被視為一個當下快照，而非永久定論。
• 情境有限。簡短的對決可能無法呈現模型在較長對話或複雜多步驟任務中的表現。

Arena 已透過公開的方法和開放資料作出回應。即便如此，使用排行榜的最佳方式是建立一份候選清單，然後自行測試這些模型。

Arena AI 的安全性與隱私疑慮

隱私是使用 Arena 時需要考量的另一個因素。由於平台依賴使用者提交的提示詞和眾包比較，你應謹慎對待所分享的資訊。

Arena 的隱私政策表示，它可能會與 AI 技術提供商分享使用者內容，用於評估、改進和開發其模型。它還表示，它不一定能控制這些提供商如何使用這些資料。因此，請避免輸入密碼、個人資料、機密檔案或其他敏感資訊。

優缺點

第五部分：自行比較 AI 模型的更多方法——Filmora

決定哪款 AI 生成的圖片或影片適合你的專案，最好的方式是什麼？你可以在Wondershare Filmora，它將 AI 生成工具與完整的影片編輯工作區結合在一起。

與 Arena AI 不同，你無需對匿名輸出結果進行投票。Filmora 支援 AI 影片 與 圖片生成器，你可以選擇模型、輸入自己的提示詞，並根據專案需求評估結果。生成圖片或影片片段後，你可以直接在 Filmora 中使用修剪、轉場、字幕、特效、音樂等工具對結果編輯。

目前，Filmora 支援的 AI 模型包括：

Filmora 支援的模型數量遠不及 Arena AI，但它確保只納入真正可靠且值得使用的模型，讓你無需在龐大的清單中篩選才能找到合適的選項。

免費試用 免費試用

下載應用程式

掃描以獲取 Filmora 應用程式

免費安裝 Filmora 應用程式 免費安裝 Filmora 應用程式

安全下載

結論

Arena AI 提供一種透過真實使用者偏好比較 AI 模型的簡便方式。排行榜對公眾開放，涵蓋文字、圖片、影片及代理任務。其排名有助於找出值得測試的模型，但不應將其視為衡量品質或準確性的最終標準。

若要進行更實際的比較，你也可以直接在 Filmora 中測試 AI 模型，並根據自己的專案需求評估結果。Filmora 支援 Veo 3.1、Seedance 2.5、Nano Banana Pro 和 GPT-Image 2 等頂尖影片與圖片模型，並可在同一工作區內對結果編輯。