[go: up one dir, main page]

外观模式

zyarena · 自由模型竞技场

zyarena(自由模型竞技场)是面向 AI 模型的前端实测与匿名盲测平台。浏览网页、交互应用和创意编程等评测题目,并排运行不同模型在同一道题下生成的作品,比较界面设计、交互表现和任务完成度。为匿名作品投票,查看模型综合天梯上的组内排名、胜率与有效比较场次,并阅读评测报告和方法说明,了解榜单如何计分以及如何解读样本。

评测方法说明哪些投票进入榜单、分数如何计算。

热门题目

评测报告

LET’S TALK

留言板把想法留在这里

聊聊模型实测,分享使用体验,或为本站提个建议。

zyarena · 自由模型竞技场

同一道题,
看见模型的不同。

在同一道题下体验不同 AI 模型的真实成果。并排运行作品,参加匿名盲测,查看模型天梯与评测报告。

浏览全部题目
01 统一任务02 真实运行03 匿名盲测
关注 ZYCodeLab

模型评测、开发实践与创作记录

EXPLORE THE COLLECTION

评测方案从感兴趣的任务开始

正在加载评测方案…

BLIND ARENA / YOUR CHOICE MATTERS

先看作品,
让作品说话。

同一道题,两份匿名答案。体验之后投出你的一票,让实际效果决定排名。

01 选择感兴趣的题目02 体验两份匿名成果03 保持匿名或结束揭晓
READY TO COMPARE

看作品,选出你的偏好

正在查找可参与的题目…

比较同题模型作品,有效票计入模型榜。

正在计算可用组合…

随时可以结束并查看已完成的结果。未比较过的组合计入天梯,全部完成后可继续体验;新增成果后可继续计票。

MODEL WORKS

模型成果

已勾选对比项: 0 个成果(推荐勾选 2~4 个后直接进入多屏比对)
COMPARE THE WORKS

多屏对比

按需运行
GPT-6 Astra [Atria]
Fable 5.1 [ZyCode]
Kimi K3 [WorkBuddy]
Gemini 3.8 Flash [Direct]

🏆 Benchmark 成果对决榜 (Elo Rating)

按评测方案的分类查看成果。同题盲测决定 Elo;不同题目的分数仅作参考,不代表模型综合能力。

排名 模型 (Model) 脚手架 (Harness) 天梯分 (Elo) 用户评分 参与对决次数 内容大小 任务用例 操作

📝 大模型评测报告与技术解析

汇集模型生成效果横评、提示词工程编排技巧与各类 Harness 架构深度复盘,支持在文章中直接内嵌交互式 WebGL 沙盒。

评测报告 2026-09-23
7 组大模型与 Harness 前端 3D 火箭发射实测深度横评报告

我的提交

查看提示词、成果和文章的审核进度与审核意见。