有这么一个神仙平台。
大厂把它当成新模型的「试炼场」。DeepSeek、OpenAI、谷歌，都曾在这里秘密测试。
普通用户可以在这里薅羊毛。
你可以免费体验 GPT-5.2、Gemini 3 Pro、Claude Opus 4.5、Grok 4.1，还有 DeepSeek、智谱、MiniMax 这些国产大佬。
图像模型，可以免费用 Nano Banana Pro、GPT-Image-1.5 和 FLUX 2。
两周前，这个平台刚完成 1.5 亿美元 A 轮融资，估值 17 亿美元，成了独角兽。
从伯克利两个博士生的校园项目，到 17 亿美元，用了不到三年时间。
昨天，它又上线了 Video Arena 网页版。
15 个顶级视频模型免费玩，Veo 3.1、Sora 2、可灵 2.6 Pro、Seedance v1.5 Pro、Wan 2.5、Hailuo 2.3，全都有。
它就是 LMArena，lmarena.ai。
LMArena 不测跑分，只测「真人偏好」。
你输入一个问题，系统随机分配两个匿名模型回答。你不知道谁是谁，只能凭回答质量投票选出更好的那个。投票后才揭晓身份。
就像开盲盒。
600 万次真人投票累积下来，平台用类似国际象棋 Elo 评分系统计算排名。赢一场加分，输一场扣分，最终形成大模型榜单。
没有标准化试卷，题目来自全球 150 个国家、500 万月活用户的真实提问。
跑分可以刷榜，让模型提前背答案。但真人投票，很难作弊。
所以大厂都认这个榜。
OpenAI、谷歌、Anthropic、xAI，新模型发布前都会先送测 LMArena。
LMArena 有个传统，新模型发布前，厂商会取个代号匿名测试。
DeepSeek R1 正式发布前几个月就在这里偷跑了。
OpenAI 的 GPT-5 代号「summit」，谷歌 Gemini 2.5 Flash Image 代号「nano-banana」，后者曾经红极一时，登顶图像生成和编辑榜榜首。
这个平台 2023 年还只是伯克利两个博士生的校园项目，叫 Chatbot Arena。顾问是 Ion Stoica，Databricks 联合创始人。
2025 年 5 月商业化，拿了 a16z 领投的 1 亿美元种子轮。
8 个月后又完成 1.5 亿美元 A 轮，估值 17 亿，成了独角兽。
现在年化收入超 3000 万美元，靠企业付费评测养活。测试和公开榜单对普通用户免费。
LMArena 最初只有文本对话一个赛道，现在已经扩展到八个。
想聊天，有 Gemini 3 Pro、GPT-5.2、Claude Opus 4.5、Grok 4.1，还有 DeepSeek R1、GLM-4.7。
谷歌目前霸占着 Text Arena 的榜首。
想让 AI 看图说话，Vision Arena 里谷歌同样遥遥领先。
想写代码，Code Arena（曾叫 WebDev Arena）可以一键生成前端页面让你打分。
Claude Opus 4.5 稳居第一，Anthropic 在编程这个赛道杀疯了。
想生成图片，Text-to-Image Arena 累计超 420 万票，GPT-Image-1.5、FLUX 2、Ideogram 3 都能免费用。国产的腾讯 Hunyuan Image 3.0 和字节 Seedream 4.5 也榜上有名。
想修图，Image Edit Arena 里 OpenAI 刚反超谷歌拿下榜首。谷歌的 Nano Banana Pro 屈居第二，累计 50 万票。
想生成视频，昨天刚上线的 Video Arena 有 15 个顶级模型，Sora 2 Pro 和 Veo 3.1 并列第一。
这些平时要付费的模型，在 LMArena 上全免费。
那么，怎么用？
打开 lmarena.ai，直接输入问题，你甚至都不用注册。
默认是 Battle 模式。
你输入问题，系统随机分配两个匿名模型回答，你按照结果投票，投完才揭晓背后的模型。
划重点，这个模式有机会遇到还没发布的神秘模型。比如谷歌即将发布的 Gemini 3 Flash Image，也就是大香蕉 Nano Banana Pro 的弟弟。
如果你想指定模型对比，点击左上角的「Side-by-Side」，手动选两个模型 PK。
比如想看 Claude Opus 4.5 和 GPT-5.2 谁更强，直接选了对比。
如果只想正常聊天不投票，选「Direct Chat」，挑一个模型用。
想生成图像或修图，点输入框下方的「图像」按钮，输入提示词或者上传图片。
想生成视频，访问 lmarena.ai/video，输入提示词就能生成，视频可以下载。
注意，需要登录才能玩视频生成，注册免费。
说完优点，再泼一泼冷水。
LMArena 的本职工作是收集投票数据做排行榜，不是生产力工具。
所以，白嫖只是顺便。
用 Battle 模式，每轮对话后必须投票，不能跳过。
模型响应速度有时比官方慢。频繁使用会触发限制。
时不时还可能弹人机验证。
但白嫖还要啥自行车。
600 万次真人投票，骗不了人。
