Arena (ранее известная как Chatbot Arena) — это открытая веб-платформа от исследовательской команды LMSYS, созданная для сравнения качества работы крупных языковых моделей (LLM) на основе голосов реальных пользователей. При этом любой желающий может бесплатно опробовать функциональность практически всех популярных языковых моделей, включая те, что обычно доступны только по платной подписке — с поддержкой генерации текста, веб-поиска и создания изображений.
В материале разберем функционал Arena, подробно рассмотрим возможности всех разделов интерфейса.
Что можно сделать на Arena
Платформа Arena предоставляет пользователям доступ к ключевым функциям современных чат-ботов.
Основные возможности:
- Сравнение ответов ИИ в формате «баттлов» — пользователю показываются два ответа от разных языковых моделей на один и тот же запрос, после чего он голосует за лучший;
- Доступ к десяткам моделей, включая GPT‑4, Claude, Gemini, Mistral, Yi, Command R и другие — большинство из которых обычно требуют платной подписки;
- Генерация текста по любым темам — от программирования и математики до креативного письма и перевода;
- Использование встроенного веб-поиска (если модель его поддерживает) для получения актуальной информации из интернета;
- Создание изображений по текстовому описанию с помощью мультимодальных моделей, таких как GPT‑4o или Gemini;
- Оценка качества ответов ИИ и участие в формировании глобального Elo-рейтинга моделей.
Платформа работает по принципу анонимности: названия моделей скрыты до момента голосования, что позволяет избежать предвзятости и обеспечивает честную оценку.
Режим Battle: честное сравнение ИИ в действии
Один из ключевых режимов платформы — Battle, в котором пользователю показываются ответы двух анонимных языковых моделей на один и тот же запрос. На экране отображаются два блока: Assistant A и Assistant B, без указания, какие именно модели за ними стоят (например, GPT‑4, Claude или Mistral).
Пользователь выбирает один из вариантов:
- Left is Better — победил левый ответ;
- Right is Better — победил правый;
- It’s a tie — ничья;
- Both are bad — ни один не подходит.
Такой формат исключает субъективность, а результаты голосования автоматически обновляют глобальный Elo-рейтинг моделей. После выбора лучшего ответа названия моделей раскрываются. В нижней части интерфейса также доступны дополнительные функции: можно задать follow-up-вопрос, загрузить изображение, включить веб-поиск или запросить генерацию картинки — если модель поддерживает эти возможности.
Режим Side by Side: ручное сравнение любых моделей
Если в режиме Battle модели подбираются случайным образом, то в режиме Side by Side пользователь получает полный контроль над сравнением.
Вы можете вручную выбрать любые две языковые модели из обширного списка — от GPT‑4.1 и Claude Opus до Gemini, Mistral, Command R и Gemma, включая разные версии одной и той же модели. Это особенно полезно, если вы хотите:
- сравнить, как модель изменилась после обновления;
- протестировать новую модель против прежнего фаворита;
- оценить сильные и слабые стороны каждой модели на конкретных задачах.
Интерфейс при этом остаётся таким же, как в режиме баттла: вы видите два ответа и можете задать follow-up-вопрос, включить веб-поиск, загрузить изображение или запросить генерацию картинки — если модель поддерживает эти функции.
Режим Direct Chat: полноценный диалог с выбранной моделью
Direct Chat — это режим, в котором пользователь может общаться напрямую с одной выбранной языковой моделью, как в обычном чат-интерфейсе.
Вы самостоятельно выбираете нужную модель из списка (например, GPT‑4.1, Claude Opus, Gemini 2.5, Mistral и другие) и работаете с ней в формате личной сессии.
Direct Chat подходит для полноценной работы и создания контента. Если у вас закончатся попытки, просто смените IP-адрес и обновите страницу.
Логоня Артем, эксперт по УБТ
Также доступны дополнительные функции: вы можете загружать изображения, использовать веб-поиск, генерировать картинки (если это поддерживается моделью) и продолжать диалог в удобной форме.
В отличие от Battle и Side by Side, режим Direct Chat не участвует в голосовании и не влияет на Elo-рейтинг — он создан исключительно для индивидуального использования и личной оценки модели в реальном времени.
Выводы
Arena от LMSYS — это мощная платформа для тестирования и сравнения языковых моделей, которая объединяет доступ к десяткам ИИ, включая платные, в одном удобном интерфейсе. Благодаря режимам Battle, Side by Side и Direct Chat, пользователи могут объективно оценивать ответы моделей, использовать веб-поиск, создавать изображения и вносить вклад в формирование глобального рейтинга качества LLM.
