Design Arena

Design Arena 是什么？

Design Arena 是一个网页端 AI 设计基准：你提交一个创意提示词，多个 AI 模型分别作答，你的盲投决定哪个结果胜出。其条款将它描述为一个通过 AI 生成的设计输出来评估和排名机器学习模型的基准测试平台，由 Arcada Labs Incorporated 提供。

同一个会话也可以当作创作工具。用户描述想做的东西，从网站、游戏到图像、视频、演示文稿或应用，然后并排查看头部模型如何呈现这个想法。

规模数字来自两个不同出处。首页称，190+ 个国家的数百万人使用 Design Arena 来发现和比较模型。2026 年 8 月的一篇独立新闻报道给出的数字是全球 530 万人。

这个名字容易与 Arena（前身为 LMArena 和 Chatbot Arena）混淆，后者是一个评估大语言模型的公开网页平台。Design Arena 自己的条款写明提供方是 Arcada Labs Incorporated，它关注的是视觉与交互输出，而不是聊天回复。

核心功能

类别与竞技场

• 提示词类别：首页提供网站、幻灯片、图像、游戏、3D 资产、SVG、数据可视化、UI 组件、移动应用、Logo、文本转语音、ASCII 艺术和视频，其中视频在 2026 年 9 月 28 日抓取时标注为“Coming back soon”（即将回归）。
• 模型目录：据 2026 年 9 月 28 日的抓取，模型目录中 Text to Website（文本生成网站）列有 51 个模型，Text to Image（文本生成图像）列有 46 个。
• 更新日志：一份公开日志记录排行榜上模型的新增、更新和移除。
• 模型对比页：目录的设计是一眼比较胜率、价格、上下文窗口和模态，在基于投票的排名之外补上成本与上下文数据。
• 按任务细分的榜单：Website 竞技场按任务拆分结果，展示模型在具体工作上的排名，例如落地页、作品集、仪表盘和电商网站。
• 取舍图表：“Preference vs Price”（偏好与价格）图表按成本和评分摆放模型，左上象限是低成本、高评分的模型；另有一张对应图表把偏好与生成时间对照。

盲测锦标赛式投票

每次投票会从活跃模型池中抽取四个模型外加一个备用模型，每个模型收到完全相同的提示词。整个评估过程中模型身份保持隐藏，以防品牌偏见。输出也在同一时刻揭晓，让速度更快的模型不占优势；方法说明称这条规则以后可能调整。

一次会话的结构是一个小型对阵表，而不是单次 A 对 B 的二选一。先评两组对决，然后胜者和负者再交锋，五场对决各产生一票，同时计入胜率和评分模型。结果是由一个提示词得出从第 1 到第 4 的完整排序。

固定的测试条件

在主要的 Model Arena 中，模型只有在接受文本输入并返回单文件 HTML/JS/CSS 代码文件时才能参加。各提供方的系统提示词保持一致以尽量减少偏差，因此每个模型都基于相同的指令工作。

排行榜如何计算

排名采用 Bradley-Terry 模型计算，这是一种为两两比较数据设计的统计方法，结果以 Elo 式评分呈现。每个模型的估计强度按 Rating = 400 × log₁₀(strength) 换算。误差范围采用近似 95% 的 Wilson 得分置信区间。每一张两两投票权重相同，不做过滤或编辑调整。排行榜每两小时用实时结果更新一次，票数少于 50 的模型带有“new”（新）标签，提示其位置可能还会变动。

模型更替

模型名单变动频繁，这也是 Design Arena 作为 AI 模型排行榜有用的部分原因。2026 年 9 月 22 日，更新日志记录新增了 claude-opus-5-5、gpt-6-sol 和 gpt-6-luna。移除会附上简短理由，例如某个模型在各类别中一直排名垫底。

使用指南

发起一次对比

1. 选择一个类别，例如网站、Logo 或数据可视化；类别决定你的投票计入哪个竞技场。
2. 编写提示词；输入的提示词必须少于 5k 字符。
3. 可选择点击增强提示词（enhance prompt）按钮，它会调用 gemini-2.5-flash-lite-preview-09-2025 为简短请求补充细节。
4. 等待输出；视频任务可能需要 5-10 分钟，可以投票时会收到一封邮件。
5. 逐组投票；你会看到一系列 A 对 B 的选择，直到这几个输出被从最好到最差排好序。

申请排行榜数据

1. 通过开发者申请表申请 API 密钥，说明预期用途。
2. 等待审核；申请会在 1-2 个工作日内审核，获批的密钥通过邮件发送。
3. 使用 Bearer token 发送经过认证的请求，获取竞技场、模型或某个特定排行榜。

使用场景与示例

• 为前端工作选模型：团队可以运行自己的落地页或仪表盘提示词，在确切的需求上对比 AI 模型，而不是依赖通用基准。
• 移动应用原型：Mobile Arena 比较由 AI 模型构建的 React Native、iOS 和 Flutter 应用，让对比与目标技术栈相符。
• 评估 AI 应用构建器：Builder 类别把同一提示词作为一次性请求发给每个构建器，并两两对决，适合对构建器工具做初步考察，而不是长期多轮项目。
• 发布排名：分析师和记者可以通过 Design Arena API 把排名放进仪表盘或文章，前提是公开展示数据时注明 Design Arena 并附上链接。

适用人群

• 设计师、开发者和创始人：想在选定工具之前，看看多个模型如何处理同一个真实需求。
• AI 实验室和模型提供方：联合创始人 Grace Li 曾表示，前沿实验室会为这类人类反馈付费，并称该网站产生 6000 万美元的 ARR。
• 希望被收录的模型开发者：注册模型需要用公司邮箱登录，Gmail 和 Outlook 等常见邮箱服务不被接受。
• 研究者和写作者：需要针对视觉输出的众包偏好信号，而不是只看文本的聊天排名。

它不面向 18 岁以下的任何人：条款只允许年满 18 岁、能够订立有约束力合同的人使用。

支持平台

• 网页应用：提示、投票、排行榜、模型目录和更新日志都在浏览器中的 designarena.ai 上运行；在所查看的页面中未发现桌面或移动应用。
• Design Arena API：API 提供对排行榜数据的直接实时访问。它跟踪三个竞技场，涵盖生成任务上的基础模型、AI 驱动的开发者工具与 IDE，以及构建完整网页应用的自主智能体。
• 速率限制与缓存：API 目前没有执行严格的速率限制，但滥用服务的密钥可被撤销。模型和排行榜响应经 CDN 缓存 5 分钟，竞技场列表缓存 1 小时，因此 API 不是逐票更新的实时数据流。

价格套餐

在所查看的页面中没有找到独立的定价页，/pricing 返回未找到（not found）。条款规定，除非另有说明，使用服务不收取费用，例如某些有限的附加功能另有规定。以下付费规则来自账户与计费界面的文字。

积分是一种预付余额，只有在超出免费档限额时才会扣除。每次充值金额从 $5 到 $100。免费用量在一个共享的每日限额之外还有按类别的上限，这些限额会随提示词复杂度变化，因此免费生成次数不是固定数字。Pro 权益之一是视频时长：最长 15 秒，而免费档为 5 秒。

Premium 模式会为该次生成按 Elo 挑选最好的模型，并按每次生成的实际成本收费。各类型价格在账户区域内加载，在所查看的页面上没有显示。

类别是否可用可能取决于积分。某个类别暂停时，会有消息说明它即将回归、现在添加积分即可使用，而幻灯片和网站仍可无限制使用。

排行榜 API 是另一条独立路线：其数据可免费用于个人和商业项目。

Design Arena 替代方案

最接近的对照是一个以文本为主的竞技场。一篇独立新闻报道称 LM Arena 在文本回复上采用了类似做法。该服务现名 Arena，位于 arena.ai，也列出 WebDev 模型、文本模型、图像生成和视频生成的排行榜，因此两者在网页和图像任务上有重叠，但来历和侧重点不同。

Artificial Analysis 走的是另一条路：它发布针对 AI 模型和 API 提供方的独立基准，涵盖质量、价格、输出速度和延迟。它还运营 Image Arena 和 Video Arena 排行榜，因此当成本和速度与审美同样重要时，它更合适。

注意事项

方法说明不一致

Design Arena 自己的几处页面对排名规则的描述并不相同：

• 图表门槛：About 页面称，主条形图会过滤掉两两比较少于 50 次的模型。方法说明则称，排行榜和条形图会剔除少于 15 次的模型。
• 初步状态：About 页面称，模型在达到足够的比较次数前保持初步状态，通常为 200 次，并因类别而异。
• 模型选择：About 页面描述的是随机选择，但方法说明称选择是随机的，却偏向那些预计更多比较最能提供信息的模型。

因此，排名反映的是这些规则下的众包偏好，而不是固定的测试套件，新加入的模型排名可能明显变动。

提示词审核

用户提示词通过调用 gemini-2.5-flash-lite-preview-09-2025 的 API 进行审核，方法说明称选择这个模型是出于成本考虑。公开的审核指令还要求它检查提示词中是否涉及任何政治内容、政治人物，或政治、宗教符号，因此时事类或竞选风格的设计需求可能被标记。

访问与输出可靠性

• 登录：据独立报道，用户必须登录才能拿到输出，这让公司可以追踪各大洲的审美偏好如何随时间变化。
• 输出质量：条款提醒，输出可能不准确、错误、冒犯或以其他方式不合意，用户应在依赖之前自行判断。
• 争议：美国用户同意通过有约束力的个人仲裁解决争议，仅有有限例外。
• 服务变更：Arcada Labs 可随时且不经通知更改或终止全部或任何部分服务，这对围绕它搭建工作流或仪表盘的人很重要。

隐私与内容权利

• 与 AI 提供方共享：提示词、输入、输出和上传的媒体可能与第三方 AI 技术提供方共享，可能包括用于训练其模型。
• 移除标识符，但不移除内容：公司会采取措施移除用户名和邮箱地址，但写进提示词、图像或上传文档中的个人信息仍可能被传出。
• 无法控制下游：Design Arena 表示，内容共享后，它不控制这些提供方如何使用。
• 哪些不要提交：隐私声明要求用户不要提交敏感个人信息、机密信息，或未经同意的第三方信息。
• 授予 Arcada Labs 的许可：你提交的任何内容都附带一项授予 Arcada Labs 的不可撤销、永久、可转让、全球范围、免版税的许可。该许可延伸到与第三方再许可或商业化用户内容，以及训练机器学习模型。
• 输出的权利：你使用生成结果的权利取决于生成它的模型的条款。Model Terms 页面链接到各提供方的服务条款。
• 收集的数据：除提示词和输出外，隐私声明列出的收集的个人数据还包括账户信息、语音数据和支付信息。
• 安全：数据通过云基础设施合作伙伴进行静态加密（例如 AES-256），传输中使用 TLS 1.2 或更高版本。基础设施运行在持有 SOC 2 和 ISO 27001 认证的云服务商上；该页面把这些认证归于服务商，而不是 Design Arena。安全页面还列出每年对处理数据的系统进行漏洞评估和渗透测试。

FAQ

Q1. Design Arena 免费吗？

按条款，基础的提示和投票不收费，但限于免费用量，这些限额因类别和提示词复杂度而异。$5 至 $100 的预付积分用于超出这些限额的用量，Premium 模式按每次生成的实际成本收费。

Q2. Design Arena 的排名是怎么计算的？

来自盲测两两对决的投票输入 Bradley-Terry 模型，生成 Elo 式评分。排行榜每两小时刷新一次，票数少于 50 的模型标为新模型。

Q3. 我能在自己的项目中使用 Design Arena 排行榜数据吗？

可以。申请获批后，Design Arena API 可免费用于个人和商业项目，但公开使用时必须注明 Design Arena 并链接到 designarena.ai。

Q4. 谁能看到我的提示词和上传内容？

提示词、输出和上传的媒体可能与第三方 AI 技术提供方共享，包括用于训练。Design Arena 会先采取措施移除用户名和邮箱地址，但写在内容本身里的个人信息仍可能被共享。

Q5. Design Arena 和 LMArena 是同一个东西吗？

不是。Arena（前身为 LMArena 和 Chatbot Arena）是一个专注于评估大语言模型的独立平台，而来自 Arcada Labs Incorporated 的 Design Arena 则按视觉与交互设计输出为模型排名。