同题双模型对战
同一个建站需求同时交给多个模型生成,并排展示结果供对比,减少「单看一个觉得还行」带来的误判,方向是让模型差异一眼可见。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
WebDev Arena 是 LMArena 旗下的网站开发竞技平台,把同一个建站需求同时交给多个大模型,生成可实时预览的网页,再由用户投票选出更好的那个。它属于「盲测投票」形态:模型身份在投票后才揭晓,投票结果汇入公开排行榜,反映模型在前端与网页生成任务上的相对表现。对普通访客而言,它既是零门槛的网页生成试玩入口,也是判断哪个模型写前端更靠谱的参考渠道;局限在于它本质是评测与演示平台,不是可直接托管的建站工具,也不会替你把代码部署上线。
WebDev Arena 是 LMArena 推出的一条产品线,把「大模型竞技场」的打法搬到网站开发场景:平台准备一个建站需求,两个或多个模型各自生成一个网页,用户并排查看运行效果,投票选出更好的一个,投票后才知道自己看的是哪两个模型。
它的核心产物不是给你一个网站,而是一份持续更新的模型能力对比数据。所有投票累积到排行榜上,用来回答「写前端页面这件事,哪个模型更强」这个问题。这类偏好投票反映的是真实用户看效果后的直觉判断,和跑分榜单是两套逻辑。
用法分两类:想试用的人直接输入需求、看生成效果、顺手投一票;关注模型选型的人则把排行榜当成前端生成方向的参考,再结合自己的实际任务做决定。
同一个建站需求同时交给多个模型生成,并排展示结果供对比,减少「单看一个觉得还行」带来的误判,方向是让模型差异一眼可见。
模型产出的网页可以在对话内直接渲染查看,不用复制代码到本地再跑起来,判断「能不能用」的门槛低到只要会点开页面。
投票前不显示模型名称,投完才告诉你刚才看的是谁,目的是压掉品牌先入为主的印象,让投票更接近对结果本身的评价。
用户投票累积成排行榜,反映各模型在网页生成任务上的相对偏好。它衡量的是「用户更喜欢哪个成品」,不等同于代码质量或工程能力评分。
以对话形式提出需求,可以继续追问调整布局、文案和样式,把一次生成往能用的方向推,而不是拿到结果就只能重开一轮。
把它当作「模型写前端谁更强」的观察窗口和快速试玩入口,它是称职的:同题对战加盲测投票,能让你在几分钟内看出不同模型对同一个需求的理解差别。但如果你要的是一个能直接改、能部署上线的建站工具,它不合适——生成的页面适合现场看效果,适合当原型灵感,长期维护和迭代仍需落到自己的开发环境里。模型选型上,把这里的排名当参考而非结论,因为偏好投票偏向视觉效果,工程细节并不在投票者的判断范围内。
想摸清各模型在页面生成上的实际差距,用同题对战做横向对比,比单看榜单更直观。
需要一个能看、能点的页面原型来对齐讨论,生成结果适合当第一版草稿,不追求可维护。
把偏好投票结果作为前端方向的参考之一,再结合自己的真实任务验证,避免只看单一榜单。
生成结果只是起点,工程结构、依赖管理和部署链路都得自己接管,直接依赖它会拖慢交付。
它不提供建站托管,生成的页面需要自行接走和维护,想要开箱即用的上线服务会失望。
它是 LMArena 旗下的网站开发竞技平台:你给出一个建站需求,多个模型各自生成网页,你并排看效果后投票选出更好的一个,投票结果汇入公开排行榜,用来反映模型在网页生成上的相对表现。
适合当原型和灵感起点。页面能在平台内直接预览,但它是评测场景的产物,不含部署、托管和长期维护链路,真要上线还得把代码接进自己的开发环境里继续改。
你在盲测状态下对比两个模型的生成结果并投票,投完才揭晓模型身份,这些投票累积成排行榜。它衡量的是用户对成品的偏好,偏向视觉观感,不等同于代码质量评分。
编程助手是按你的项目上下文持续协作,WebDev Arena 是固定需求下的同题对战,重点在横向比较模型而不是完成一个项目。想推进具体工程用它不划算,想选型或试玩它更直接。