Code Arena отдаёт один и тот же запрос на сборку двум анонимным ИИ-моделям, создаёт работающие веб-приложения в параллельных песочницах и позволяет изучить код перед голосованием за лучший вариант.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
Code Arena — это среда оценки, работающая в браузере на arena.ai: две анонимные ИИ-модели получают один и тот же запрос на сборку, каждая в своей песочнице создаёт работающее веб-приложение, а решение о том, чья версия лучше, принимает автор запроса. Вы пишете промпт, дожидаетесь, пока завершатся Option A и Option B, открываете обе превью, читаете сгенерированный код и отдаёте голос за предпочтительный вариант — этот голос попадает в публичный рейтинг Code Arena.
Это не помощник по программированию с одной моделью внутри. Arena описывает себя как открытую платформу для оценки, сравнения и тестирования передовых ИИ-моделей, а Code Arena служит её входом со стороны разработки; именно эти голоса и приводят рейтинги в движение. В одном интерфейсе сосуществуют два поколения продукта: первая версия Code Arena, появившаяся в ноябре 2025 года, выдавала только фронтенд-прототипы в живом предпросмотре, а объявленный 2 июля 2026 года Fullstack Code Arena распространил тот же формат поединка на приложения с базой данных, аутентификацией, вызовами сторонних API и целью развёртывания.
Запуск проходит по фиксированной последовательности. Проверяющий или разработчик отправляет задачу, например «Собери редактор markdown с тёмной темой». Модели интерпретируют запрос и через структурированные вызовы инструментов решают, какие действия предпринять, после чего создают готовые к развёртыванию веб-приложения и сайты; каждое действие модели — создание файла, правка или выполнение команды — журналируется и версионируется. Готовое приложение транслируется через защищённый фронтенд, где просмотр исходного кода обеспечивает CodeMirror 6, а рядом идёт живой предпросмотр. Именно этот слой журналирования отделяет инструмент от обычной площадки для промптов: каждая генерация сопровождается полной структурой проекта, поэтому видно, как модели обращаются с взаимозависимыми файлами и рекурсивными правками.
Режим Battle позволяет сравнить две анонимные модели в прямом поединке, а их имена раскрываются сразу после того, как вы проголосовали. Code Arena добавляет барьер, которого нет у большинства инструментов сравнения: чтобы появились варианты голосования, вы обязаны открыть предпросмотр обеих генераций. Голоса агрегируются по рейтинговой системе Брэдли — Терри, изначально разработанной для экспериментов с попарным сравнением, а число попыток ничем не ограничено.
Fullstack Code Arena даёт соревнующимся агентам слой базы данных, позволяющий генерировать код для PostgreSQL, аутентификации пользователей и защиты на уровне строк. Агенты также могут безопасно подключаться к сторонним сервисам и приложениям — например, вызывать LLM или подключаться к платёжному API — используя предоставленный вами ключ, скажем ваш собственный ключ OpenAI. Каждая сборка работает на живом сервере разработки внутри песочницы с горячей перезагрузкой, а агенты могут выполнять любые команды bash и искать в сети актуальные сведения или документацию. Готовые приложения проходят через конвейер, который разворачивает их прямо на Vercel.
Полностековый режим — не отдельная вкладка. Вы включаете его, формулируя промпт так, чтобы он указывал на полностековое приложение: либо прямо, либо косвенно, запросив базу данных, API, аутентификацию или серверную функциональность. После включения ссылка предпросмотра заменяется косой чертой, а её выпадающее меню перечисляет каждую страницу приложения.
Каждая генерация открывает отрисованный предпросмотр сайта, сгенерированные блоки кода, ссылку для передачи коллегам ради тестирования или сравнения моделей, а также продолжение диалога для итераций; полностековые сборки добавляют просмотр базы данных. Сессии кода восстанавливаются между визитами и сохраняют состояние, что делает возможным совместный разбор.
Оценка идёт по трём прямо заявленным осям: функциональность — делает ли приложение то, что должно; удобство — понятно ли оно, отзывчиво ли и интуитивно; и точность соответствия — отвечает ли оно запрошенному дизайну или поведению. Результаты также не сводятся к одному числу. С 26 февраля 2026 года рейтинг WebDev разделён на две категории, отражающие разные среды генерации: HTML оценивает автономную генерацию HTML, CSS и JS в пределах одного документа, а React — генерацию многофайловых приложений, включая структуру компонентов, маршрутизацию, согласование состояния и связность между файлами. Отдельный полностековый рейтинг открылся 28 июля 2026 года.
Новые модели не остаются без оценки, пока копятся голоса. AutoEval подставляет модель вознаграждения вместо человеческого голосования, а затем применяет ровно ту же методику ранжирования Arena для расчёта итогового балла. Такие записи имеют заметную пометку AutoEval и обновляются, как только наберётся достаточно человеческих голосов для их подтверждения. Пока пометка сохраняется, прочитанное место может оказаться модельной оценкой, а не результатом коллективного голосования.
Arena проанализировала более 250 000 промптов Code Arena, собранных за пять месяцев, и опубликовала полученную систематику задач в мае 2026 года. Пользователи просят модели собирать многофайловые приложения на React, реализовывать панели мониторинга, разрабатывать потребительские продукты, создавать браузерные игры, моделировать динамические системы и строить инструменты редактирования. Дизайн по образцу лидирует с долей около 29 %, а более специализированные категории вроде симуляций занимают около 15,3 %. Полностековые примеры самого поставщика уже: приложение с регистрацией или входом, вроде интернет-магазина только для участников, и приложение, сохраняющее прогресс пользователя для возвращения, вроде учебного.
Приносите ту задачу, которую действительно собираетесь поручить модели, а не демонстрационный промпт, а затем проверьте, согласуется ли рейтинг, отфильтрованный по той же технологии и предметной области, с тем, что вы только что наблюдали. Для работы, которая не является сборкой, режимы Battle, Direct и Side-by-Side лучше подходят для отдельных обменов, тогда как Agent Mode на arena.ai/agent приносит в многошаговую задачу веб-поиск, генерацию изображений, загрузку файлов, помощь с кодом и песочницу с bash.
Arena называет три аудитории Fullstack Code Arena: предприниматели и малый бизнес, разработчики и лаборатории ИИ-моделей. Эти три группы открывают страницу по разным причинам.
Code Arena работает в браузере по адресу arena.ai/code, внутри того же интерфейса, что и остальные режимы Arena. Свидетельств существования настольного или мобильного приложения нет, а сама модальность — переключатель, а не отдельный сайт.
Чтобы попробовать, вход не требуется, но учётная запись меняет то, что вы получаете. Регистрация идёт через аккаунт Google либо через адрес электронной почты, на который приходит ссылка подтверждения. В авторизованном состоянии доступны функции, требующие входа, — режим Direct, режим Side by Side, Image Arena и Video Arena; ограничения частоты выше, чем без входа, а история переписки сохраняется и синхронизируется между устройствами. Сгенерированные приложения могут обращаться к сторонним сервисам по вашему ключу API, а завершённая полностековая сборка разворачивается на Vercel — то есть результат покидает песочницу Arena и оказывается в инфраструктуре, которую контролируете вы.
Условия использования Arena, обновлённые 23 февраля 2026 года, гласят, что компания в настоящее время предоставляет сервис бесплатно, сохраняя за собой право взимать плату за сервис либо за любые его функции или составные части. Запуск Code Arena на Product Hunt 13 февраля 2026 года звучал так же: один промпт и бесплатное сравнение нескольких созданных ИИ приложений. Однако бесплатно не значит без ограничений — действуют несколько отдельно задокументированных ограничителей.
| Ограничение | Как работает | Что снимает |
|---|---|---|
| Дневной баланс использования | Дневной запас кредитов, расходуемый по вашему усмотрению в пределах Arena, вместо прежних скрытых лимитов по функциям и моделям | Автоматический сброс через 24 часа |
| Ограничение частоты по модели | У каждой модели свои пределы использования во времени | Дождаться сброса |
| Общее ограничение частоты чата | Предел частоты обращений вне зависимости от модели | Дождаться сброса |
| Доступ к функциям | Режим Direct, Side by Side, Image Arena и Video Arena требуют входа | Создать бесплатный аккаунт |
Фраза, которая важнее всего при планировании, сформулирована прямо: Arena не предлагает платного сервиса, снимающего эти ограничения частоты, и при попадании под лимит единственное доступное действие — дождаться его сброса. Arena также называет дневной лимит частью развёртывания, остальная часть которого пока строится.
Model Kombat от HackerRank сталкивает программирующие LLM на настоящих задачах разработки, где разработчики голосуют за реализацию, которую действительно отправили бы в продакшен, и публикует рейтинги по языкам, отслеживая, какие модели сильнее в каждом языке программирования, — вариант ближе, если ваша работа скорее бэкендовая, чем про веб-интерфейс. Перечень конкурентов Arena указывает на совсем другое семейство инструментов: площадку для параллельной проверки LLM, среду, запускающую несколько кодовых агентов одновременно, и платформы для сборки и оценки мультиагентных систем. Это рабочие пространства под вашим контролем, тогда как Code Arena — публичная площадка оценки: выбор идёт между приватностью и настраиваемостью, с одной стороны, и бесплатным анонимным сравнением, напрямую связанным с рейтингом, — с другой. Независимое исследование 2026 года, сравнившее три широко используемых инструмента vibe coding, заключает, что выбор между ними влечёт структурные компромиссы, выходящие за пределы субъективного ощущения продуктивности.
На странице Code Arena размещено предупреждение: ввод обрабатывается сторонним ИИ, а ответы могут быть неточными. Дальше говорится, что ваши разговоры и некоторые другие персональные данные будут раскрыты соответствующим ИИ-провайдерам и могут стать публичными иным образом, и не рекомендуется вводить чувствительные сведения, которые вы не хотели бы видеть в открытом доступе. Разговоры также используются для автоматической оценки: промпты позже отправляются ИИ-провайдерам, чтобы оценить и сравнить их модели, а адрес электронной почты для отказа от такого использования указан на той же странице.
Политика конфиденциальности, обновлённая 16 декабря 2025 года, очерчивает рамки. Пользовательские данные о содержимом включают вводы, промпты, изображения, голоса и оценки, а также прочий загруженный или созданный вами контент, вместе с сопутствующими метаданными и данными о взаимодействии — например, выделяли ли вы ответ модели или копировали его. Arena вправе передавать эти данные и иным образом раскрывать их поставщикам ИИ-технологий, чтобы те оценивали, улучшали и развивали собственные продукты и сервисы, а также публиковать или иначе делать общедоступными данные, собранные или производные от сервиса, включая вводы и выводы.
Условия подтверждают, что все права, титулы и интересы на ваш контент принадлежат вам, но при этом компания не заявляет и не гарантирует, что результаты защищены каким-либо правом интеллектуальной собственности. В свою очередь вы предоставляете Arena бессрочное, безотзывное, всемирное, безвозмездное и сублицензируемое право использовать, копировать, воспроизводить, изменять и адаптировать ваш контент для любых законных целей. Доступ ограничен личным или внутренним деловым использованием, пользователю должно быть не менее 18 лет либо он должен достичь возраста, позволяющего заключать обязывающий договор, а сервис предоставляется как есть и по мере доступности, со всеми недостатками.
Независимый центр отслеживания бенчмарков, перепубликующий эти данные, отмечает, что приложения с ошибками всё равно показываются голосующим и что Arena по ряду статистик заключает: модели иногда выдают ошибочный результат. Иначе говоря, голос предпочтения — не проверка корректности. Независимое исследование 2025 года по общей методике Arena установило, что достаточно 10 % низкокачественных голосов от безразличных или недобросовестных разметчиков, чтобы сместить модель на пять позиций; другое исследование 2025 года, охватившее около 2 миллионов поединков и 243 модели, утверждает, что избирательное раскрытие результатов поставщиками искажает оценки арены. Обе работы рассматривают методику человеческих предпочтений в целом, а не Code Arena отдельно, и Arena отвергла основное обвинение: если один поставщик решает отправить больше тестов, чем другой, это не означает, что со вторым обошлись несправедливо. На 8 сентября 2026 года общий рейтинг WebDev показывал 663 027 голосов по 127 моделям.
Условия использования гласят, что Arena в настоящее время предоставляет сервис бесплатно, сохраняя право взимать плату позже. Отправлять промпты можно без входа, но аккаунт поднимает ваши ограничения частоты и сохраняет историю переписки между устройствами.
Нет. Arena заявляет, что не предлагает платного сервиса, снимающего эти ограничения, и что единственное доступное действие при попадании под лимит — дождаться его сброса. Отдельный дневной баланс кредитов сбрасывается автоматически через 24 часа.
Потому что вы не открыли обе сборки — варианты голосования появляются только после просмотра обеих генераций.
Полностековые сборки разворачиваются прямо на Vercel через конвейер выпуска, и любой сборкой можно поделиться по уникальной ссылке. Юридически контент принадлежит вам, но Arena не гарантирует, что результаты защищены правом интеллектуальной собственности.
Исходите из того, что нет. Страница предупреждает, что разговоры и некоторые другие персональные данные будут раскрыты соответствующим ИИ-провайдерам и могут стать публичными иным образом, а политика конфиденциальности отмечает, что Arena вправе публиковать данные, производные от сервиса.
Само по себе нет. Балл агрегирует человеческие голоса предпочтения по системе Брэдли — Терри, приложения с ошибками всё равно показывают голосующим, а часть записей — помеченные AutoEval оценки, а не накопленные человеческие голоса.
