Code Arena 是 arena.ai 上的浏览器端评测环境：两个匿名 AI 模型接到同一条构建需求，各自在独立沙箱里生成可运行的网页应用，最终由提出需求的人来判定优劣。你写下提示词，等 Option A 与 Option B 都跑完，逐一打开预览、读各自产出的代码，然后投出偏好票——这张票会汇入公开的 Code Arena 排行榜。
它不是背后只挂一个模型的编程助手。Arena 把自己定位为开放的前沿模型评测、基准、比较与测试平台，而 Code Arena 是这个平台的编程侧入口，排行榜的动力正来自这些投票。同一个界面里叠着两代产品：2025 年 11 月推出的初代 Code Arena 只在实时预览里产出前端原型；2026 年 7 月 2 日发布的 Fullstack Code Arena 把同一套对战格式延伸到带数据库、身份认证、第三方 API 调用与部署目标的应用。
一次运行走固定流程。评测者或开发者提交任务，例如「构建一个带暗色模式的 Markdown 编辑器」。模型解析需求，用结构化工具调用决定要执行哪些动作，随后产出可直接部署的网页应用与站点；模型的每一个动作——建文件、改文件、执行命令——都会被记录并版本化。产出的应用通过一个安全前端串流呈现，源码视图使用 CodeMirror 6，旁边配实时预览。这层记录正是它区别于普通提示词试验场的地方：每次生成都带完整项目结构，评测者可以据此检查模型如何处理互相依赖的文件与递归修改。
Battle Mode 让你在一场正面对决中比较两个匿名模型，投票落下之后才揭晓双方身份。Code Arena 在此之上加了一道多数比较类工具没有的闸门：投票选项只有在你预览过两侧生成结果之后才会出现。票数经 Bradley-Terry 评分体系汇总，该模型最初就是为成对比较实验设计的；参与次数不设上限。
Fullstack Code Arena 给参赛 agent 配了数据库层，使其能为 PostgreSQL、用户认证与行级安全生成代码。Agent 还能借你提供的凭据安全连接第三方服务与应用，例如调用一个大模型，或接入支付 API——比如把自己的 OpenAI 密钥带进来。每次构建都跑在沙箱内的实时开发服务器上并支持热重载，agent 可以执行任意 bash 命令，也可以联网检索实时信息或文档。完成的应用经由一条直通流水线部署到 Vercel。
全栈模式不是另一个独立页签。触发方式是把提示词写成明确指向全栈应用，或者隐含地要求数据库、API、认证或后端功能。启用后，预览链接会变成一个斜杠，点开的下拉菜单会列出应用里的每一个页面。
每次生成都可以查看渲染后的站点预览、生成的代码块、供同行测试或模型比较的分享链接，以及用于迭代的持续对话；全栈构建另有数据库视图。代码会话可跨访问恢复并保持状态，便于协作复审。
评分落在三个官方明示的维度：功能性——应用是否做到了它该做的事；可用性——是否清晰、响应及时、符合直觉；以及还原度——是否符合所要求的设计或行为。结果不会收敛成单一数字。自 2026 年 2 月 26 日起，WebDev 排行榜按生成环境拆成两类：HTML 类衡量单文档范围内的独立 HTML、CSS 与 JS 生成，React 类衡量多文件应用生成，包含组件结构、路由、状态协调与跨文件一致性。另一张全栈榜于 2026 年 7 月 28 日上线。
新模型不会因为票数没攒够就长期无分。AutoEval 用奖励模型顶替人类投票，再沿用完全相同的 Arena 排名方法算出最终分数。这类条目会被明确标注为 AutoEval，等到人类票足够验证后再更新，所以你读到的名次在标注消失之前可能是模型推算而非群体投票的结果。
Arena 分析了五个月里超过 25 万条 Code Arena 提示词，并于 2026 年 5 月公布了归纳出的任务分类。用户会要求模型构建多文件 React 应用、实现仪表盘、开发消费级产品、做浏览器游戏、模拟动态系统，以及构建编辑类工具。其中「参照式设计」占比最高，约 29%，而「模拟」这类更专门的分类约占 15.3%。厂商自己给出的全栈示例更窄：一个带注册或登录流程的应用，例如会员制电商；以及一个会保存用户进度供其回访的应用，例如教育或学习类应用。
带上你正打算交给模型的真实任务，而不是演示用提示词，然后核对同一技术与领域切片下的排行榜是否与你亲眼看到的一致。如果要做的不是构建，Battle、Direct 与 Side-by-Side 更适合孤立的单次交互；而 arena.ai/agent 上的 Agent Mode 会把联网检索、图像生成、文件上传、编程协助与沙箱及 bash 环境一并带进多步骤任务。
Arena 为 Fullstack Code Arena 点名了三类用户：创业者与小企业、开发者，以及 AI 模型实验室。这三类人打开这个页面的理由并不相同。
Code Arena 在浏览器里运行，地址是 arena.ai/code，与 Arena 其他模式同处一个界面。目前没有证据显示存在桌面或移动客户端，这个模态是一个开关按钮，而非独立站点。
不登录也能试用，但注册会改变你拿到的东西。注册方式是 Google 账号，或者一个能收到验证链接的邮箱地址；登录后可使用那些需要登录的功能，例如 Direct 模式、Side by Side 模式、Image Arena 与 Video Arena，速率上限高于未登录状态，聊天记录也会跨设备同步保存。生成的应用可以用你提供的 API 密钥调用第三方服务，完成的全栈构建会部署到 Vercel，也就是说产物会离开 Arena 的沙箱，落到你自己掌控的基础设施上。
Arena 于 2026 年 2 月 23 日最后更新的服务条款写明：公司目前免费提供该服务，同时保留日后就该服务或其任何功能与组件收费的权利。Code Arena 在 2026 年 2 月 13 日的 Product Hunt 发布也是同一口径：提示一次，免费比较多个由 AI 构建的应用。免费不等于不计量——另有几层独立记录的节流。
| 约束 | 运作方式 | 什么能解除 |
|---|---|---|
| 每日用量额度 | 一份可在 Arena 内随意支配的每日额度，取代此前分散在各功能与模型上的隐藏限制 | 24 小时后自动重置 |
| 单模型速率限制 | 每个模型有各自的时间维度用量上限 | 等待重置 |
| 整体对话速率限制 | 不分模型的对话频率上限 | 等待重置 |
| 功能门槛 | Direct 模式、Side by Side、Image Arena 与 Video Arena 需登录 | 注册一个免费账号 |
真正影响规划的那句话说得很直白：Arena 不提供任何可以解除这些速率限制的付费服务；一旦撞上，唯一能做的就是等它重置。Arena 同时说明，每日额度只是整套系统尚在推进中的其中一环。
Model Kombat by HackerRank 让编码大模型在真实编程任务上正面对决，由开发者投票选出自己真正愿意上线的那份实现，并按语言分别出榜，追踪各编程语言下领先的模型——如果你的活儿偏后端而非网页界面，它更贴近。一份 Arena 竞品目录指向的则是完全另一类工具：用于并排检查大模型的试验场、可在 IDE 内同时运行多个编码 agent 的环境，以及用任意大模型构建并评估多 agent 系统的平台。那些是你自己掌控的工作区；Code Arena 是公开的评测场，两者的取舍就是隐私与可配置性，对上一次免费、匿名且直连排行榜的比较。一项 2026 年的独立研究比较了三款被广泛使用的氛围编程工具，从同一条生成提示词出发，结论是在它们之间做选择涉及超出主观效率感受的结构性取舍。
Code Arena 页面上挂着警告：输入由第三方 AI 处理，回复可能不准确。它还进一步说明，你的对话与某些个人信息会被披露给相关 AI 提供方，也可能以其他方式公开，并建议不要提交你不希望被公开分享的敏感信息。对话同样会被用于自动化评测，提示词会在稍后被发送给 AI 提供方，用来给它们的模型打分与比较；页面上另附了一个可退出该用途的邮箱通道。
2025 年 12 月 16 日最后更新的隐私政策划定了范围。用户内容数据涵盖你上传或生成的输入、提示词、图片、投票与评分及其他内容，还包括关联的元数据与交互数据，例如你是否高亮或复制过某个模型的回复。Arena 可以把这些数据分享并以其他方式披露给 AI 技术提供方，供其评估、改进与开发自身产品与服务，也可以公开或以其他方式发布经由该服务收集或派生的数据，包括输入与输出。
条款确认你拥有自己内容的全部权利、所有权与利益，但公司不声明也不保证产出受任何知识产权保护。与此同时，你授予 Arena 一项永久、不可撤销、全球范围、免版税且可再许可的权利，可为一切合法目的使用、复制、再现、修改与改编你的内容。使用范围被限定为个人或内部商业用途，用户须年满 18 周岁或达到订立有约束力合同的法定年龄，服务按现状与现有可用状态提供，且不排除任何缺陷。
一家转载该编码榜数据的独立基准追踪机构指出，含有错误的应用照样会展示给投票者，而且运营方由若干统计推断出模型确实会产出错误输出——一张偏好票并不是正确性检验。2025 年针对该平台整体方法的独立研究发现，仅 10% 来自敷衍或恶意标注者的低质量投票，就能让模型名次移动多达五位；另一项 2025 年针对约 200 万场对战、243 个模型的研究则主张，提供方的选择性披露会使竞技场分数产生偏差。这两项都在考察人类偏好方法本身，而非 Code Arena 专项；运营方也公开反驳了核心指控，称如果某个模型提供方选择提交比另一方更多的测试，并不意味着后者受到了不公正对待。截至 2026 年 9 月 8 日，WebDev 总榜显示 663,027 票、127 个模型。
服务条款写明 Arena 目前免费提供该服务，同时保留日后收费的权利。不登录也能提交提示词，但注册会提高你的速率上限，并让聊天记录跨设备保存。
不能。Arena 明确表示不提供任何可解除这些速率限制的付费服务，撞上限制时唯一能做的就是等它重置。另有一份每日额度会在 24 小时后自动重置。
因为你还没把两侧构建都打开——投票选项只在你预览过两侧生成结果之后才会出现。
全栈构建经直通流水线直接部署到 Vercel，任何构建都可以通过一条唯一链接分享。法律上你拥有自己的内容，但 Arena 不保证产出受知识产权保护。
按公开处理。页面警告称对话与某些个人信息会被披露给相关 AI 提供方，也可能以其他方式公开；隐私政策则写明 Arena 可以发布经由该服务派生的数据。
不能单凭这一点判断。分数是用 Bradley-Terry 体系汇总人类偏好票得出的，含错误的应用照样会被展示给投票者，而且部分条目是标注为 AutoEval 的推算值，并非累积的人类投票。
