MagicArena

同一个提示词丢给两个模型，你投票选哪个出得好

🇨🇳中国

待核AI 模型评测

工具介绍

MagicArena 是个大模型对战平台，玩法像 A/B 测试：同一个提示词同时给两个模型，你只看结果不看名字，选一个更好的，投完才揭晓是谁出的。

覆盖的主要是视觉类模型——图片和视频生成，Midjourney、FLUX、可灵、海螺、即梦这些都在池子里。票投多了会生成一份属于你的模型排行，反映的是你的审美偏好，不是通用能力排名。

核心功能

一次比两个模型，盲看结果再投票
覆盖图片和视频生成的主流模型，Midjourney、FLUX、可灵、海螺、即梦都
投完票生成属于你自己的模型排行榜
不用自己开一堆账号买额度，免费进来就能比

我们的点评本站独立撰写，不代表官方立场。

评的是画面好不好看，这个分数说明不了模型在指令理解、文字渲染上的差别，别当成选型依据。一次只能比两个，想横向比五六个要投很多轮。适合挑模型前先摸手感的人。

同类工具

新榜

查公众号、小红书、抖音账号的影响力榜单，也是品牌找号投放的地方。

H2O EvalGPT

给大模型和 RAG 应用做评测，跑完给你看表现和问题在哪。

HELM

斯坦福做的模型评测项目，把各家语言模型放到同一批任务上比。

AGI-Eval

看各家大模型在各类任务上的评测成绩和原始数据。

OpenCompass

拿同一套考卷测各家大模型，看它们在各项能力上表现如何。

FlagEval

智源做的模型评测平台，能横向看各家大模型的表现。