--- title: "Chatbot Arena とは？人間のブラインドテストで決めるAIランキング。 | AI用語集 - ai-garage" description: "Chatbot Arena（LMSys Arena）を初心者向けにやさしく解説。人間のブラインドテストで決めるAIランキング。 2つのAIの回答を伏せたまま並べ、人間が「どっちが良いか」を投票して順位を決める人間評価型のランキング。" source: https://ai-garage.jp/glossary/arena/ --- ベンチマーク # Chatbot Arenaとは？ 最終更新 2026年7月6日 別名: LMSys Arena / LMArena / Arena 人間のブラインドテストで決めるAIランキング。 ⚡ 30秒でわかる ## Chatbot Arena の主なポイント - 1 2つのAIの回答を伏せたまま並べ、人間が「どっちが良いか」を投票して順位を決める人間評価型のランキング。 - 2 研究グループ LMSYS（UC Berkeley 発）が2023年に開発し、その後 LMArena として独立、2026年に「Arena」へ改称して arena.ai で運営されている（旧 lmarena.ai も転送）。 - 3 投票結果は Elo レーティングに基づくスコアとして点数化され、総合ランキングとコーディング・数学などの部門別ランキングが公開される。 - 4 ベンチマークの点数と実際の使い心地のズレを見抜けるため、各社が新モデル発表時に引用する注目指標。 - 5 誰でも自分の質問を入力して投票に参加でき、そのデータがランキングの土台になっている。 📖 詳しく ## Chatbot Arena とは [Chatbot Arena](https://ai-garage.jp/glossary/lmarena/)（チャットボット・アリーナ）は、2つのAIに同じ質問を投げて、人間のユーザーが「どちらの答えが好きか」を投票し、その積み重ねでAIをランキングするしくみです。研究グループ LMSYS（UC Berkeley 発）が2023年に立ち上げ、その後 LMArena として独立、2026年1月に「Arena」へ改称し、現在は arena.ai で運営されています（古いリンク lmarena.ai もここへ転送されます）。 どうして注目されるかというと、テスト用の問題集（[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)）で高得点でも、実際に使うと答えが回りくどかったり的外れだったりするモデルがあるからです。Arena は「人間が触ってどう感じたか」を直接すくい取るので、体感に近い指標として各社が気にします。 たとえるなら、料理コンテストで審査員が2皿を食べ比べて「こっちが美味しい」と票を入れる対決を、何百万回も繰り返して順位を出すイメージです。どちらのAIが回答したかは投票時に伏せられている（ブラインド）ので、ブランド名に引っ張られない公平な評価になります。 集まった票は Elo レーティング（チェスのレーティングと同じ考え方）に基づくスコアとして点数化され、総合だけでなくコーディングや数学など部門別の順位も公開されます。ベンチマークが「正解との一致」を測るのに対し、Arena は「人間の好み」を測る、という違いを押さえておくと使い分けやすくなります。 ❓ FAQ ## よくある質問 Q. Chatbot Arena とは？ A. 2つのAIに同じ質問をして、人間のユーザーが「どちらの回答が良いか」を投票し、その積み重ねでAIを順位づけするランキングサイトです。研究グループ LMSYS が2023年に立ち上げ、その後 LMArena として独立、2026年に「Arena」へ改称し、現在は arena.ai で運営されています。テストの点数ではなく「人間の体感」に近い指標として、各社が新モデルの実力を示すときに引用します。 Q. ベンチマークとの違いは？ A. ベンチマークは決まった問題集に対する「正解との一致率」を機械的に測ります。一方 Chatbot Arena は、人間が2つの回答を読み比べて「どちらが好みか」を投票する人間評価型です。ベンチで高得点でも実際は使いにくいモデルを見抜ける点が、Arena ならではの強みです。 Q. LMArena・Arena と同じもの？呼び方が違うのはなぜ？ A. すべて同じプラットフォームです。2023年に LMSYS が「Chatbot Arena」として始め、2024年に LMArena（lmarena.ai）として独立、2026年1月に「Arena」へ改称して arena.ai に移りました。チーム・リーダーボードは一貫して同じで、古い記事では Chatbot Arena や LMArena と表記されることが多い、と覚えておけば混乱しません。 Q. 初心者はどう使えばいい？注意点は？ A. まずは arena.ai（旧 lmarena.ai）の総合ランキング上位を「人気で外れの少ないモデル」の目安にするのがおすすめです。ただし Arena は「人間の好み」を測る指標なので、コーディングや日本語など特定用途の強さは部門別ランキングや個別ベンチで補って確認しましょう。順位は新モデルが出るたびに入れ替わるため、最新の表を見る習慣をつけると安心です。 🔗 関連 ## あわせて読みたい 関連用語 [LMArena（Chatbot Arena）](https://ai-garage.jp/glossary/lmarena/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)[Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/)[LLM（大規模言語モデル）](https://ai-garage.jp/glossary/llm/) 関連 AI モデル [ChatGPT — OpenAI AIブームの火付け役。2026-10-07 からチャットが GPT-6 になり、Plus 以上は GPT-6 Sol、無料・Go は 10/8 から順次 GPT-6 Luna。最上位は GPT-6 Astra で、改良版の GPT-6.1 Sol は Work（エージェント機能）と Codex で使える。画像・音声まで一つで完結。](https://ai-garage.jp/models/chatgpt/)[Claude — Anthropic 長文・コード・推論で定評。主力は 9/22 に出た Opus 5.5（API の公式ドキュメントは迷ったらこれと案内）、重い推論や長時間の自走には Fable 5.1、日常使いは 9/28 に出た Sonnet 5.5、軽量は 10/7 に出た Haiku 5.5。](https://ai-garage.jp/models/claude/)[Gemini — Google Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。一般に使える最新は 3.8 Flash（次世代の Gemini 4 Argon は 2026-09-30 に発表されたが、いまはサイバー防御の組織だけに限定提供）。](https://ai-garage.jp/models/gemini/) 関連トピック [オープンソースAI vs クローズドAI Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。](https://ai-garage.jp/topics/open-vs-closed/) 📰 この用語が登場する記事 ## 「Chatbot Arena」が出てくるニュース [![Claude が『創作の相棒』になった日 — Claude for Creative Work が描く未来](https://ai-garage.jp/images/news-heroes/claude-for-creative-work-card.webp) 2026/5/5 Claude が『創作の相棒』になった日 — Claude for Creative Work が描く未来](https://ai-garage.jp/news/claude-for-creative-work/) 📎 SOURCES ## 一次ソース - [→ Arena 公式（旧 LMArena）](https://arena.ai/) - [→ LMSYS Org](https://lmsys.org/) ベンチマーク カテゴリの用語 [Aider Polyglot Leaderboard](https://ai-garage.jp/glossary/aider-leaderboard/)[AIME](https://ai-garage.jp/glossary/aime/)[AIコスパ指数](https://ai-garage.jp/glossary/ai-cospa-index/)[GPQA](https://ai-garage.jp/glossary/gpqa/)[HumanEval](https://ai-garage.jp/glossary/humaneval/)[Humanity's Last Exam（HLE）](https://ai-garage.jp/glossary/hle/)[Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/)[LMArena（Chatbot Arena）](https://ai-garage.jp/glossary/lmarena/)[MMLU](https://ai-garage.jp/glossary/mmlu/)[SWE-Bench](https://ai-garage.jp/glossary/swe-bench/)[SWE-Bench Pro](https://ai-garage.jp/glossary/swe-bench-pro/)[Terminal-Bench](https://ai-garage.jp/glossary/terminal-bench/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)[ロングコンテキスト評価](https://ai-garage.jp/glossary/context-eval/) [← 前の用語 AIコスパ指数](https://ai-garage.jp/glossary/ai-cospa-index/) [次の用語 → GPQA](https://ai-garage.jp/glossary/gpqa/) NEXT [FOR BEGINNERS AI初心者ガイド 用語が多くて混乱したら、まず全体像から。AI初心者が「何から始める？」を5分で。](https://ai-garage.jp/beginners/) [GLOSSARY AI用語集 一覧へ 96語をカテゴリ・検索で引ける。気になる用語をまとめてチェック。](https://ai-garage.jp/glossary/)