Code Arenaは同じビルド依頼を匿名のAIモデル2つに渡し、それぞれのサンドボックスで動くWebアプリを生成させ、コードを確かめたうえで優れた側に投票できます。
このツールを使いましたか？評価してください
Code Arenaは、arena.ai上で動くブラウザベースの評価環境です。匿名のAIモデル二つが同じビルド依頼を受け取り、それぞれのサンドボックスで実際に動くWebアプリケーションを生成し、その優劣を依頼した本人が判定します。プロンプトを書き、Option AとOption Bの生成が終わるのを待ち、両方のプレビューを開いてそれぞれのコードを読み、好みの側に投票する。その一票が公開のCode Arenaリーダーボードに流れ込みます。
背後に一つのモデルしかないコーディング支援ツールではありません。Arenaは自らをフロンティアAIモデルを評価し、ベンチマークし、比較し、テストするためのオープンなプラットフォームと説明しており、Code Arenaはその開発者向けの入口にあたります。リーダーボードを動かしているのはまさにこの投票です。一つの画面に二世代が重なっています。2025年11月に登場した初代Code Arenaはライブプレビュー内でフロントエンドの試作を作るだけでしたが、2026年7月2日に発表されたFullstack Code Arenaは同じ対戦形式を、データベース、認証、サードパーティAPI呼び出し、デプロイ先まで備えたアプリケーションへ広げました。
実行は決まった順序をたどります。評価者または開発者が「ダークモード付きのマークダウンエディタを作って」といった課題を投げます。モデルは依頼を解釈し、構造化されたツール呼び出しでどの動作を取るか決め、そのままデプロイできるWebアプリやサイトを生成します。ファイル作成、編集、実行のいずれであれ、モデルのすべての動作は記録されバージョン管理されます。出来上がったアプリは安全なフロントエンド経由でストリーミング表示され、ソース表示にはCodeMirror 6が、その隣にはライブプレビューが並びます。この記録層こそが、ありふれたプロンプト実験場との分かれ目です。生成ごとに完全なプロジェクト構造が付いてくるため、相互に依存するファイルや再帰的な修正をモデルがどう扱ったかを評価者が直接確認できます。
Battle Modeは匿名のモデル二つを真正面から比較させ、投票が確定した直後に双方の正体を明かします。Code Arenaはそこに、比較ツールの多くが置いていない関門を一つ足しています。投票の選択肢は、両側の生成結果をプレビューで開いた後にしか現れません。票はBradley-Terry評価体系で集計されますが、この手法はもともとペア比較実験のために設計されたものです。参加回数に上限はありません。
Fullstack Code Arenaは競合するエージェントにデータベース層を与え、PostgreSQL、ユーザー認証、行レベルセキュリティ向けのコードを生成させます。エージェントは利用者が渡した資格情報を使って、サードパーティのサービスやアプリへ安全に接続することもできます。LLMを呼び出したり決済APIにつないだりする形で、たとえば自前のOpenAIキーを持ち込む場合がこれにあたります。各ビルドはサンドボックス内のライブ開発サーバー上でホットリロード付きで動き、エージェントは任意のbashコマンドを実行でき、リアルタイムの情報やドキュメントをWebで検索することもできます。完成したアプリケーションはビルドから出荷までを貫くパイプラインを通じてVercelへ直接デプロイされます。
フルスタックモードは別のタブではありません。フルスタックのアプリケーションを作ると明示するか、データベース、API、認証、バックエンド機能を求める形で暗に示すことで起動します。有効になるとプレビューリンクはスラッシュに置き換わり、それを押すとアプリケーション内の全ページがドロップダウンで一覧表示されます。
生成ごとに、描画されたサイトのプレビュー、生成されたコードブロック、同僚のテストやモデル比較に使える共有リンク、反復のための会話の続きを確認でき、フルスタックのビルドにはデータベースビューが加わります。コードセッションは訪問をまたいで復元され状態を保つため、共同レビューに使えます。
採点は公式に示された三つの軸で行われます。機能性はアプリが本来やるべきことをしているか、使いやすさは明快で反応がよく直感的か、忠実度は要求された設計や挙動に合致しているかです。結果が一つの数字にまとめられることもありません。2026年2月26日以降、WebDevリーダーボードは生成環境に応じて二つに分かれています。HTMLは単一ドキュメントの範囲内での独立したHTML/CSS/JS生成を、Reactはコンポーネント構造、ルーティング、状態の調整、ファイル間の一貫性を含む複数ファイルのアプリケーション生成をそれぞれ順位付けします。別枠のフルスタック用リーダーボードは2026年7月28日に公開されました。
新しいモデルが票の不足を理由に長らく無得点のまま放置されることはありません。AutoEvalは人間の投票の代わりに報酬モデルを置き、その後はまったく同じArenaのランキング手法で最終スコアを算出します。この種の項目にはAutoEvalという表示がはっきり付き、検証に足る人間の票が集まった時点で更新されます。したがって表示が消えるまでは、目にした順位が群衆の投票ではなくモデルによる推定値である可能性があります。
Arenaは五か月かけて集めた25万件を超えるCode Arenaのプロンプトを分析し、2026年5月に課題の分類体系を公開しました。利用者はモデルに対し、複数ファイルのReactアプリケーションの作成、ダッシュボードの実装、消費者向け製品の開発、ブラウザゲームの作成、動的システムのシミュレーション、編集ツールの作成を依頼しています。このうち参照ベースのデザインが約29%で最も多く、シミュレーションのようにより専門的な分類は約15.3%を占めました。ベンダー自身が挙げるフルスタックの例はこれより狭く、会員限定のECアプリのようにサインアップやログインの導線を持つアプリと、教育・学習アプリのように利用者の進捗を保存して再訪できるようにするアプリの二つです。
デモ用のプロンプトではなく、これからモデルに任せようとしている実際の課題を持ち込み、同じ技術と領域の切り口で絞り込んだリーダーボードが目の前で見た結果と噛み合うかを確かめてください。ビルド以外の作業なら、Battle、Direct、Side-by-Sideのほうが単発のやり取りに向いており、arena.ai/agentのAgent ModeはWeb検索、画像生成、ファイルアップロード、コーディング支援、サンドボックスとbash環境を多段階の課題に一括で持ち込みます。
ArenaはFullstack Code Arenaの対象として、起業家と小規模事業者、開発者、そしてAIモデル研究所の三者を挙げています。この三者がこのページを開く理由はそれぞれ異なります。
Code Arenaはブラウザ上、arena.ai/codeで動作し、Arenaの他のモードと同じ画面の中にあります。デスクトップやモバイルのアプリが存在する裏付けは確認できず、このモダリティは別サイトではなく一つの切り替えボタンです。
ログインしなくても試せますが、アカウントを作ると得られるものが変わります。登録はGoogleアカウント、または確認リンクを受け取れるメールアドレスで行います。ログイン状態ではDirectモード、Side by Sideモード、Image Arena、Video Arenaといったログインが要る機能を使え、未ログイン時よりレート上限が高くなり、チャット履歴が端末をまたいで同期保存されます。生成したアプリは利用者が渡したAPIキーでサードパーティのサービスを呼び出せますし、完成したフルスタックのビルドはVercelへデプロイされるので、成果物はArenaのサンドボックスを離れて自分の管理下にあるインフラへ移ります。
2026年2月23日に最終更新されたArenaの利用規約は、同社が現時点で本サービスを無償で提供しつつ、将来サービスまたはその機能や構成要素に対して課金する権利を留保すると明記しています。2026年2月13日のCode ArenaのProduct Huntでの公開も同じ趣旨でした。一度プロンプトを入れれば、AIが作った複数のアプリを無料で比較できる、というものです。ただし無料は無制限を意味せず、それぞれ別に文書化された複数段の絞りが掛かっています。
| 制約 | 仕組み | 何で外れるか |
|---|---|---|
| 一日の利用枠 | Arena内で自由に使える一日分のクレジットで、機能やモデルごとに散在していた隠れた制限を置き換えるもの | 24時間後に自動リセット |
| モデル別レート制限 | モデルごとに時間軸の利用上限がある | リセットを待つこと |
| 全体のチャットレート制限 | モデルを問わず掛かる会話頻度の上限 | リセットを待つこと |
| 機能の開放 | Directモード、Side by Side、Image Arena、Video Arenaはログインが必要 | 無料アカウントの作成 |
計画を立てるうえで効いてくる一文ははっきりしています。Arenaはこれらのレート制限を取り除く有料サービスを提供しておらず、制限に当たったときにできる唯一の行動はリセットを待つことです。Arenaはまた、一日の利用枠は残りの仕組みを作り続けている過程の一部だと説明しています。
Model Kombat by HackerRankはコーディング用LLM同士を実際のプログラミング課題の上で真正面からぶつけ、開発者が本当に投入したいと思う実装に投票させます。さらに言語別のリーダーボードでプログラミング言語ごとにどのモデルが強いかを追えるため、仕事がWeb UIよりバックエンド寄りならこちらのほうが近い選択肢です。Arenaの競合一覧が指し示すのはまったく別種の道具です。LLMを横並びで点検するプレイグラウンド、複数のコーディングエージェントを同時に走らせるIDE、任意のLLMでマルチエージェントを組んで評価するプラットフォームといったものです。そちらは自分で制御する作業空間であり、Code Arenaは公開の評価場です。天秤に掛かるのはプライバシーと設定自由度か、無料で匿名かつリーダーボードに直結した比較かという選択になります。広く使われているバイブコーディングツール三種を同一の生成プロンプトから比べた2026年の独立研究は、それらの間の選択が体感的な生産性を超えた構造的なトレードオフを伴うと結論づけています。
Code Arenaのページには、入力はサードパーティのAIによって処理され、応答が不正確な場合があるという警告が掲げられています。さらに踏み込んで、会話と一部の個人情報は関係するAI提供元へ開示され、他の方法でも公開されうると述べ、公に共有されたくない機微な情報は送らないよう勧めています。会話は自動評価にも使われ、プロンプトは後ほどAI提供元へ送られ、各社のモデルの採点と比較に用いられます。この用途を拒否できるメールの窓口もページ上に併記されています。
2025年12月16日に最終更新されたプライバシーポリシーが範囲を定めています。ユーザーコンテンツデータには、利用者がアップロードまたは生成した入力、プロンプト、画像、投票や評価、その他のコンテンツが含まれ、あるモデルの応答を強調表示したか複製したかといった関連メタデータや操作データも入ります。Arenaはこのデータをそれぞれの製品やサービスの評価、改善、開発に用いてもらう目的でAI技術の提供元へ共有あるいは他の方法で開示でき、本サービスを通じて収集または派生したデータを、入力と出力を含めて公開または他の方法で公表することができます。
規約は利用者が自分のコンテンツに関する一切の権利、権原、利益を有すると確認する一方で、同社はその出力が何らかの知的財産権によって保護されるとは表明も保証もしないと明記しています。同時に利用者は、あらゆる適法な目的でコンテンツを使用、複製、再現、改変、翻案できる、永続的で撤回不能かつ全世界を対象とし、ロイヤリティ不要で再許諾可能な権利をArenaへ付与します。利用範囲は個人または社内業務用途に限定され、利用者は18歳以上か拘束力のある契約を結べる法定年齢に達している必要があり、サービスはあらゆる欠陥を含めた現状有姿かつ提供可能な状態で提供されます。
このコーディング用リーダーボードのデータを転載する独立系のベンチマーク追跡機関は、誤りを含むアプリケーションもそのまま投票者に示され、運営側もいくつかの統計からモデルが時に誤った出力を出すと推測している、と指摘しています。つまり好みの一票は正しさの検査ではありません。このプラットフォーム全体の手法を扱った2025年の独立研究は、いい加減あるいは悪意ある注釈者による低品質な票が1割あるだけで、モデルの順位が最大五つ分動きうることを見いだしました。約200万件の対戦と243のモデルを調べた別の2025年の研究は、提供元による選択的な開示がアリーナのスコアを歪めると主張しています。いずれもCode Arena専用ではなく人間の選好という手法全般を対象としており、運営側も、あるモデル提供元が他社より多くのテストを提出することを選んだとしても、もう一方が不公平に扱われたことにはならないと述べて中心的な主張に反論しています。2026年9月8日時点で、WebDevの総合リーダーボードは663,027票と127のモデルを表示していました。
利用規約は、Arenaが現時点で本サービスを無償で提供しつつ将来課金する権利を留保すると明記しています。ログインしなくてもプロンプトは投げられますが、アカウントを作るとレート上限が上がり、チャット履歴が端末をまたいで保存されます。
外せません。Arenaはこれらのレート制限を取り除く有料サービスを提供しておらず、制限に当たったときにできる唯一の行動はリセットを待つことだと述べています。別枠の一日分のクレジットは24時間後に自動でリセットされます。
両側のビルドをまだ開いていないからです。投票の選択肢は、二つの生成結果を両方ともプレビューで確認した後にしか現れません。
フルスタックのビルドはビルドから出荷までのパイプラインを通じてVercelへ直接デプロイされ、どのビルドも固有のリンクで共有できます。法律上コンテンツは利用者のものですが、Arenaは出力が知的財産権で保護されるとは保証していません。
公開されるものとして扱ってください。ページは会話と一部の個人情報が関係するAI提供元へ開示され、他の方法でも公開されうると警告しており、プライバシーポリシーはArenaが本サービスを通じて派生したデータを公表しうると述べています。
それだけでは判断できません。スコアはBradley-Terry体系で人間の選好票を集計した値であり、誤りを含むアプリもそのまま投票者に示され、一部の項目は蓄積された人間の票ではなくAutoEvalと表示された推定値です。
