编辑评分 100/100
网站简介
基于人类匿名投票的大型语言模型基准测试对比平台 由LMSYS推出的大语言模型基准测试平台，区别于自动化基准测试，该平台采用匿名对战模式，邀请用户与两个匿名聊天机器人对话后投票选出更优回复，已收集超70万次人类投票，基于投票结果计算生成大语言模型的Elo排名榜单，为行业提供基于人类偏好的大模型能力参考，平台目前为研究预览版本。
核心功能
匿名对战测评
用户与两个匿名大语言模型对话，体验后投票选出更优回复，为测评提供人类偏好数据
生成Elo排行榜
基于累计超70万次人类投票数据，计算生成不同大语言模型的能力排名榜单
公开能力参考
向公众开放大模型能力排名，帮助研究者和开发者梳理当前LLM能力梯队
在线体验对比
支持用户在线体验不同匿名大语言模型对话能力，直观感受不同模型的能力差异
公众参与测评
面向全公众开放参与通道，所有用户都可参与投票，丰富测评的数据样本
使用指南
- 1
打开官方网站chat.lmsys.org
- 2
进入对战测评板块后
- 3
平台会分配两个匿名大语言模型
- 4
用户输入问题即可获取两个模型的回复
- 5
对比回复质量后投票选出更优选项。完成投票后可查看两个模型的真实身份
- 6
也可随时查看平台更新的全量大语言模型Elo排行榜
- 7
还可单独体验指定模型的对话能力。
优势亮点
基于人类真实偏好测评，结果更贴合实际使用需求
匿名对战模式避免品牌偏见，排名结果更客观
累计超70万投票样本，数据规模充足，参考性强
榜单完全公开，免费面向所有公众开放使用
编辑推荐
不同于传统依赖自动指标的大模型测评，LMSYS Chatbot Arena开创了基于人类真实偏好的大模型对战测评模式，积累的超70万人类投票数据具备很高的行业参考价值，其推出的Elo排行榜已经成为业内认可度较高的大模型能力参考榜单，对大模型研发、选型都具备较高参考意义，仅需注意平台为研究版本，内容管控有限。
常见问题
深度了解
在大语言模型快速发展的当下，如何客观测评不同模型的能力一直是行业关注的核心问题，LMSYS Chatbot Arena为行业提供了基于人类真实偏好的测评方案。该平台采用匿名对战的模式，避免了用户对知名模型的品牌偏见，让用户基于回复质量本身投票，所得出的结果更贴合人类真实使用需求。目前平台已经累计收集了超过70万次人类投票，生成的大语言模型Elo排行榜，成为业内认可度较高的大模型能力参考。对于AI研究者而言，该平台的公开数据可以为大模型优化提供方向；对于开发者而言，可以参考排行榜选择适合自身需求的大模型；对于普通用户而言，也可以直观体验不同大模型的能力差异，参与到行业测评当中。需要注意，平台目前处于研究预览阶段，安全措施有限，使用时需要遵守相关使用条款。
使用须知
定价: 以官网定价为准
价格和授权政策可能变化，请以官网最新信息为准
资料由中文导航编辑部整理并经健康检测核验，定期复查更新。
本页信息核对于 2026/10/10，收录信息以收录当日官网状态为准，如发现内容过期请通过下方反馈告知。
访问第三方网站时，请注意以下事项:
- 谨慎提供个人账号、密码和支付信息
- 下载文件前确认来源安全，警惕诱导性广告
- 涉及版权素材使用时，请核实授权范围
- 如遇网站无法访问或内容异常，可反馈给我们
帮助我们维护准确的收录数据，纠错会进入编辑复核队列
用过LMSYS Chatbot Arena？说说你的真实体验
你的点评会帮助更多人选型避坑——匿名发表，无需注册，30 秒即可完成
用户评价
还没有评分
成为第一个评价 LMSYS Chatbot Arena 的人
我的评分
随下方评论一并提交
热度数据
按站内点击统计1
站内总点击
#-
同类排名 / 10672 站
1
同类点击中位数