Home › Benchmarks › LMArena (Chatbot Arena)
LMArena (Chatbot Arena)
Benchmark
Vermogen
Millions of blind human votes — preference as a leaderboard.
U bekijkt een benchmark-record: een test die de industrie gebruikt om chips of modellen te meten — en wat die test daadwerkelijk zegt.
LMArena shows users two anonymous answers and asks which is better, aggregating millions of votes into Elo ratings. It measures what benchmarks cannot — perceived quality — and its weaknesses are equally human: style bias, and vendors tuning for votes (the Llama 4 episode made this a governance story).
Hoe dit aansluit op de rest van de stack
De koppelingen van dit record in één oogopslag — klik op een groep om er naartoe te springen.
Benchmarks
Bronnen
Record beoordeeld per 2026-01-15 — bekijk Methodologie.