基准Chatbot Arena
LMSYS Chatbot Arena
基于人类偏好投票的大模型评测平台，用户通过盲测对比两个模型的回复质量进行投票，结果以Elo评分呈现
时间轴 (近 90 天)
6月1日
Gemini 3.5 Flash的早期测试版本已出现在AI Studio和LMSys Chatbot Arena竞技场中
待验证75%
6月1日
LMSys Chatbot Arena竞技场最近七场对战中有六次出现了新版Gemini 1.5 Flash
待验证70%
6月1日
LMSys Chatbot Arena采用Elo评分系统（源自国际象棋排名体系）对大语言模型进行排名
待验证60%
6月1日
Arena Mode借鉴了LMSys Chatbot Arena的理念，允许用户同时向两个不同的AI模型发送相同的编程任务请求，在不知道模型身份的情况下进行盲测对比
待验证90%
6月1日
LMSys Chatbot Arena由UC Berkeley的LMSYS组织创建，自2023年上线以来已收集超过百万次人类投票
待验证85%
6月1日
LMSYS Chatbot Arena是业界评估AI模型能力的知名评测榜单，核心机制是使用同一prompt横向测试多个模型
待验证85%