Arena

编辑摘要

用自己的任务测模型差异。写代码、做页面、生成内容时，直接看多个模型的同题输出，比只看总分更快。

适用场景

把同一个提示交给多个模型，对比回答、代码、图片或设计结果。

不适用场景

需要严格私密输入、企业合规或离线推理的人。

核心价值

任务级模型对比，带社区反馈和公开榜单。