Code Arena confie la même demande de construction à deux modèles d'IA anonymes, génère des applications web fonctionnelles dans des bacs à sable parallèles et vous laisse inspecter le code avant de voter pour la meilleure.
Vous avez utilisé cet outil ? Notez-le
Vous avez utilisé cet outil ? Notez-le
Code Arena est un environnement d'évaluation dans le navigateur, sur arena.ai : deux modèles d'IA anonymes reçoivent la même demande de construction, génèrent chacun dans son bac à sable une application web fonctionnelle, et se font départager par la personne qui a formulé la demande. Vous écrivez une invite, attendez que l'Option A et l'Option B aient terminé, ouvrez les deux aperçus, lisez le code produit de part et d'autre, puis votez pour votre préféré — ce vote alimente le classement public de Code Arena.
Il ne s'agit pas d'un assistant adossé à un seul modèle. Arena se présente comme une plateforme ouverte destinée à évaluer, étalonner, comparer et tester les modèles d'IA de pointe, et Code Arena en constitue le guichet côté développement ; ce sont ces votes qui font tourner les classements. Deux générations cohabitent dans la même interface : la première mouture de Code Arena, apparue en novembre 2025, se contentait de prototypes front-end affichés dans un aperçu en direct, tandis que Fullstack Code Arena, annoncé le 2 juillet 2026, a étendu le même format de duel à des applications dotées d'une base de données, d'une authentification, d'appels d'API tierces et d'une cible de déploiement.
Une exécution suit une séquence fixe. Un évaluateur ou un développeur soumet une tâche, par exemple « Construis un éditeur markdown avec un mode sombre ». Les modèles interprètent la demande et déterminent quelles actions entreprendre via des appels d'outils structurés, puis produisent des applications et des sites web directement déployables ; chaque action du modèle — création de fichier, modification ou exécution — est journalisée et versionnée. L'application obtenue est diffusée via une interface sécurisée s'appuyant sur CodeMirror 6 pour la vue du code source, avec un aperçu en direct à côté. Cette journalisation sépare l'outil d'un simple terrain d'essai : chaque génération s'accompagne d'une arborescence complète, permettant d'observer comment les modèles gèrent fichiers interdépendants et modifications récursives.
Le mode Battle compare deux modèles anonymes dans un duel frontal, et leurs noms ne sont révélés qu'une fois votre vote enregistré. Code Arena y ajoute un verrou que la plupart des outils de comparaison n'imposent pas : pour que les options de vote apparaissent, vous devez avoir prévisualisé les deux générations. Les votes sont agrégés selon le système Bradley-Terry, conçu à l'origine pour les expériences de comparaison par paires, et la participation n'est pas plafonnée.
Fullstack Code Arena dote les agents en compétition d'une couche de base de données leur permettant de générer du code pour PostgreSQL, l'authentification des utilisateurs et la sécurité au niveau des lignes. Les agents peuvent aussi se connecter en toute sécurité à des services et applications tiers, par exemple en appelant un LLM ou en se branchant sur une API de paiement, à l'aide d'un identifiant que vous fournissez — votre propre clé OpenAI, par exemple. Chaque construction tourne sur un serveur de développement en direct dans le bac à sable, avec rechargement à chaud, et les agents peuvent exécuter n'importe quelle commande bash comme chercher sur le web des informations ou de la documentation en temps réel. Les applications terminées passent par un pipeline qui les déploie sur Vercel.
Le mode full-stack n'est pas un onglet distinct. Vous le déclenchez en formulant l'invite de manière à indiquer une application full-stack, explicitement ou en demandant une base de données, une API, une authentification ou des fonctions côté serveur. Une fois activé, le lien d'aperçu devient une barre oblique dont le menu déroulant liste chaque page de l'application.
Chaque génération donne accès à un aperçu du site rendu, aux blocs de code produits, à un lien de partage pour les tests entre pairs ou la comparaison de modèles, et à la poursuite de la conversation pour itérer ; les constructions full-stack y ajoutent une vue de la base de données. Les sessions de code sont restaurables et persistent d'une visite à l'autre en conservant leur état, ce qui permet une relecture collaborative.
La notation repose sur trois axes annoncés : la fonctionnalité, l'application fait-elle ce qu'elle est censée faire ; l'utilisabilité, est-elle claire, réactive et intuitive ; la fidélité, correspond-elle au design demandé. Les résultats ne se réduisent pas à un chiffre unique. Depuis le 26 février 2026, le classement WebDev est scindé en deux catégories reflétant des environnements de génération différents : HTML classe la génération autonome de HTML, CSS et JS dans le périmètre d'un document unique, React classe la génération d'applications multifichiers, structure des composants, routage, coordination de l'état et cohérence entre fichiers compris. Un classement full-stack distinct a ouvert le 28 juillet 2026.
Les nouveaux modèles ne restent pas sans note en attendant que les votes s'accumulent. AutoEval substitue un modèle de récompense au vote humain, puis applique exactement la même méthodologie de classement Arena pour calculer le score final. Ces entrées portent une mention AutoEval visible, mise à jour dès que suffisamment de votes humains les valident. Tant que la mention subsiste, le rang lu peut être une estimation issue d'un modèle plutôt qu'un vote collectif.
Arena a analysé plus de 250 000 invites Code Arena collectées sur cinq mois et publié en mai 2026 la taxonomie qui en ressort. Les utilisateurs demandent aux modèles de construire des applications React multifichiers, d'implémenter des tableaux de bord, de développer des produits grand public, de créer des jeux navigateur, de simuler des systèmes dynamiques et de bâtir des outils d'édition. Le design fondé sur une référence arrive en tête avec environ 29 %, les simulations environ 15,3 %. Les exemples full-stack de l'éditeur lui-même sont plus étroits : une application dotée d'un parcours d'inscription ou de connexion, du type boutique en ligne réservée aux membres, et une application qui enregistre la progression de l'utilisateur pour qu'il puisse y revenir, du type application éducative.
Apportez la tâche que vous allez confier à un modèle plutôt qu'une invite de démonstration, puis vérifiez si le classement, filtré sur la même technologie et le même domaine, concorde avec ce que vous venez d'observer. Pour un travail qui n'est pas une construction, les modes Battle, Direct et Side-by-Side conviennent mieux aux échanges isolés, tandis qu'Agent Mode, sur arena.ai/agent, embarque recherche web, génération d'images, téléversement de fichiers, assistance au code et un bac à sable avec bash dans une tâche à plusieurs étapes.
Arena désigne trois publics pour Fullstack Code Arena : les entrepreneurs et petites entreprises, les développeurs, et les laboratoires de modèles d'IA. Ces profils n'ouvrent pas cette page pour les mêmes raisons.
Code Arena fonctionne dans le navigateur, à l'adresse arena.ai/code, dans la même interface que les autres modes d'Arena. Rien n'atteste l'existence d'une application de bureau ou mobile : la modalité est un bouton à bascule, pas un site séparé.
L'inscription n'est pas requise pour essayer, mais un compte change ce que vous obtenez. Vous vous inscrivez avec un compte Google ou une adresse e-mail recevant un lien de vérification. Une session authentifiée donne accès aux fonctions exigeant une connexion — mode Direct, Side by Side, Image Arena et Video Arena —, relève les limites de débit par rapport à une utilisation déconnectée, et conserve un historique synchronisé entre appareils. Les applications générées peuvent appeler des services tiers avec une clé d'API que vous fournissez, et une construction full-stack achevée est déployée sur Vercel : le livrable quitte le bac à sable d'Arena pour une infrastructure que vous contrôlez.
Les conditions d'utilisation d'Arena, mises à jour le 23 février 2026, indiquent que la société propose actuellement le service gratuitement tout en se réservant le droit de facturer le service ou l'une de ses fonctions ou composantes. Le lancement de Code Arena sur Product Hunt, le 13 février 2026, tenait le même discours : une seule invite, et la comparaison gratuite de plusieurs applications construites par l'IA. Gratuit ne signifie pourtant pas illimité — plusieurs freins, documentés séparément, s'appliquent.
| Contrainte | Fonctionnement | Ce qui la lève |
|---|---|---|
| Solde d'usage quotidien | Un crédit journalier utilisable librement dans Arena, qui remplace les limites cachées dispersées entre fonctions et modèles | Réinitialisation automatique au bout de 24 heures |
| Limites de débit par modèle | Chaque modèle a ses propres plafonds d'usage dans le temps | Attendre la réinitialisation |
| Limite de débit globale | Un plafond de fréquence des échanges, indépendant du modèle | Attendre la réinitialisation |
| Accès aux fonctions | Direct, Side by Side, Image Arena et Video Arena exigent une connexion | Créer un compte gratuit |
La phrase qui compte est explicite : Arena ne propose aucun service payant supprimant ces limites de débit, et si vous en atteignez une, la seule action possible consiste à attendre sa réinitialisation. Arena précise que le plafond quotidien n'est qu'un élément d'un déploiement en cours.
Model Kombat by HackerRank oppose des LLM de programmation sur de véritables tâches de développement, les développeurs votant pour l'implémentation qu'ils mettraient en production, et publie des classements par langage suivant quels modèles dominent dans chaque langage — un meilleur choix si votre travail penche vers le back-end plutôt que l'interface web. Une liste de concurrents d'Arena pointe vers une tout autre famille d'outils : un terrain d'essai pour vérifier des LLM côte à côte, un environnement faisant tourner plusieurs agents de programmation à la fois, des plateformes pour construire et évaluer des systèmes multi-agents. Ce sont des espaces que vous maîtrisez, là où Code Arena est un lieu d'évaluation public : l'arbitrage porte sur confidentialité et configurabilité d'un côté, comparaison gratuite, anonyme et reliée au classement de l'autre. Une étude indépendante de 2026 comparant trois outils de vibe coding largement adoptés conclut que choisir entre eux implique des arbitrages structurels qui dépassent la productivité ressentie.
La page Code Arena affiche un avertissement : les entrées sont traitées par une IA tierce et les réponses peuvent être inexactes. Elle va plus loin en indiquant que vos conversations et certaines autres informations personnelles seront communiquées aux fournisseurs d'IA concernés et pourront être rendues publiques, et en déconseillant de soumettre des informations sensibles que vous ne souhaiteriez pas voir partagées publiquement. Les conversations servent aussi à une évaluation automatisée : les invites sont envoyées ultérieurement aux fournisseurs d'IA pour noter et comparer leurs modèles, et une adresse permettant de refuser cet usage figure sur la page.
La politique de confidentialité, mise à jour le 16 décembre 2025, en fixe le périmètre. Les données de contenu utilisateur recouvrent entrées, invites, images, votes et notations et tout autre contenu que vous téléversez ou générez, plus les métadonnées associées et les données d'interaction, par exemple le fait d'avoir surligné ou copié la réponse d'un modèle. Arena peut partager ces données et les divulguer autrement à des fournisseurs de technologies d'IA afin qu'ils évaluent, améliorent et développent leurs produits et services, et peut publier ou rendre publiques les données collectées ou dérivées via le service, entrées et sorties comprises.
Les conditions confirment que vous détenez tous les droits, titres et intérêts sur votre contenu, tout en précisant que la société ne déclare ni ne garantit que les sorties soient protégeables par un droit de propriété intellectuelle. En contrepartie, vous accordez à Arena un droit perpétuel, irrévocable, mondial, exempt de redevances et sous-licenciable d'utiliser, copier, reproduire, modifier et adapter votre contenu à toutes fins licites. L'accès est limité au seul usage personnel ou professionnel interne, l'utilisateur doit avoir 18 ans au moins ou l'âge légal pour contracter, et le service est fourni en l'état et selon sa disponibilité, avec tous ses défauts.
Un organisme indépendant de suivi des tests de référence republiant ces données relève que les applications comportant des erreurs sont malgré tout présentées aux votants et qu'Arena déduit de certaines statistiques que les modèles produisent parfois des sorties erronées : un vote de préférence n'est pas un contrôle d'exactitude. Une recherche indépendante de 2025 sur la méthode générale d'Arena a établi qu'il suffit de 10 % de votes de mauvaise qualité, émanant d'annotateurs négligents ou malveillants, pour déplacer un modèle de cinq places ; une autre étude de 2025 portant sur environ 2 millions de duels et 243 modèles soutient que la divulgation sélective des fournisseurs biaise les scores. Ces travaux examinent la méthode de préférence humaine en général plutôt que Code Arena, et Arena a rejeté l'accusation centrale : si un fournisseur choisit de soumettre davantage de tests qu'un autre, cela ne signifie pas que le second est traité inéquitablement. Au 8 septembre 2026, le classement général WebDev affichait 663 027 votes portant sur 127 modèles.
Les conditions d'utilisation indiquent qu'Arena propose actuellement le service gratuitement tout en se réservant le droit de facturer plus tard. Vous pouvez soumettre une invite sans vous connecter, mais un compte relève vos limites de débit et conserve l'historique d'un appareil à l'autre.
Non. Arena indique ne proposer aucun service payant supprimant ces limites, et précise que la seule action possible lorsqu'on en atteint une consiste à attendre sa réinitialisation. Un solde quotidien distinct se réinitialise au bout de 24 heures.
Parce que vous n'avez pas ouvert les deux constructions : les options de vote n'apparaissent qu'après avoir prévisualisé les deux générations.
Les constructions full-stack sont déployées directement sur Vercel via le pipeline de mise en production, et toute construction peut être partagée par un lien unique. Juridiquement le contenu vous appartient, mais Arena ne garantit pas que les sorties soient protégées par un droit de propriété intellectuelle.
Considérez que non. La page avertit que les conversations et certaines autres informations personnelles seront communiquées aux fournisseurs d'IA concernés et pourront être rendues publiques, et la politique de confidentialité précise qu'Arena peut publier les données dérivées du service.
Pas à lui seul. Le score agrège des votes de préférence humains selon le système Bradley-Terry, les applications erronées sont malgré tout montrées aux votants, et certaines entrées sont des estimations signalées AutoEval plutôt que des votes humains accumulés.
