Arena Agent Modeは、AIモデルの実際の評価とランキングのためのコミュニティ主導型プラットフォームであり、ユーザーはAIモデルとチャットし、比較し、投票することができます。
注目ポイント
Initialized Capital, Felicis Ventures, Founders Fund
overview
Arena Agent Modeは、Arena（旧LMArena）が開発したAI評価プラットフォームツールであり、AI愛好家、研究者、企業が、複雑な多段階タスクにおける最先端の大規模言語モデル（LLM）のパフォーマンスをベンチマークすることを可能にします。テキスト、コード、画像生成を含む様々なモダリティにわたるAIモデルの実際の評価とコミュニティ主導のランキングを促進します。2026年6月4日にローンチされたAgent Modeは、数百万のライブセッションでモデルがウェブ検索、ファイルシステム、bash、画像生成などのツールを利用できるようにすることで、エージェント性能を具体的に測定します。Arena AIは、透明性、セキュリティ、人間による監視の原則を遵守する責任あるAIポリシーに従い、EU AI ActやData Actなどの進化する規制に準拠しています。顧客データは保護され、顧客のインスタンス外でのモデルトレーニングには使用されず、AIリクエストの入力/出力は監査とパフォーマンスチューニングのためだけに記録されます。
features
Arena Agent Modeは、AIモデルの厳格な評価と比較のために設計された包括的な機能スイートを提供し、実際のパフォーマンスとコミュニティの意見を重視しています。このプラットフォームの機能は、シンプルなチャットインターフェースを超え、高度なベンチマークとデータ駆動型の洞察を含んでいます。
use cases
Arena Agent Modeは、人工知能の開発、研究、応用に関わる多様なオーディエンス向けに設計されており、個人の探求と企業レベルの評価の両方にツールを提供します。
pricing
Arena Agent Modeはフリーミアムビジネスモデルで運営されており、基本的なアクセスには無料ティアを、拡張された機能と使用には有料ティアを提供しています。このプラットフォームの価格体系は、個人ユーザーと、より広範な評価機能を必要とする大規模な組織の両方に対応するように設計されています。
類似ツール
Arena Agent Modeは、AI評価プラットフォームの競争環境において、実世界でのコミュニティ主導の評価と、エージェントAIのパフォーマンスに特化した焦点を当てることで差別化を図っています。他のプラットフォームが比較ツールを提供する一方で、Arenaのエージェント性能ランキングのための独自の因果追跡手法は、明確な優位性を提供します。
Yupp allows users to compare responses from over 500 AI models side-by-side and aggregates user preferences into a community-driven leaderboard called VIBE.
Similar to Arena Agent Mode, Yupp focuses on community-driven evaluation and side-by-side comparison of various AI models, including LLMs and image generation models, with a public leaderboard reflecting user preferences. Yupp also offers a unique DePIN model where users can receive credits for their feedback.
SEAL Showdown provides a public leaderboard built on millions of real-world conversations and human preferences from a diverse global user base, offering demographically segmented insights.
Like Arena Agent Mode, SEAL Showdown emphasizes real-world evaluation and community feedback to rank AI models, but it distinguishes itself by focusing on representative rankings from a global user base with demographic segmentation.
CodeLens.AI specializes in comparing how multiple top LLMs handle actual code tasks, featuring side-by-side comparisons and community voting on winners to shape its leaderboard.
CodeLens.AI is a direct competitor for the 'code models' aspect of Arena Agent Mode, offering a similar community-driven comparison and voting mechanism specifically tailored for evaluating AI models on coding tasks.
Sneos.com is a multi-chat AI platform that enables instant side-by-side comparisons of responses from various LLMs to a single prompt, with shareable URLs for research and collaboration.
While Sneos.com offers direct side-by-side comparison of AI model outputs similar to Arena Agent Mode, its primary emphasis is on facilitating individual or collaborative research and decision-making through shareable comparisons, rather than a community-voted public leaderboard.
