---
title: "LMArena（Chatbot Arena） とは？人間が「どちらの回答が良かったか」を投票して AI モデルをランキング化する、人間評… | AI用語集 - ai-garage"
description: "LMArena（Chatbot Arena）を初心者向けにやさしく解説。人間が「どちらの回答が良かったか」を投票して AI モデルをランキング化する、人間評価ベース指標。 人間が匿名でモデル比較投票（A or B どっちが良い？）"
source: https://ai-garage.jp/glossary/lmarena/
---
ベンチマーク  🔥 HOT

# LMArena（Chatbot Arena）とは？

最終更新 2026年7月6日

別名: Chatbot Arena / LMSYS Arena / Arena

人間が「どちらの回答が良かったか」を投票して AI モデルをランキング化する、人間評価ベース指標。

⚡ 30秒でわかる

## LMArena（Chatbot Arena） の主なポイント

- 1  人間が匿名でモデル比較投票（A or B どっちが良い？）
- 2  Elo レーティング方式で総合ランキング・部門別ランキングを公開
- 3  「実際の使い心地」を測る、合成ベンチとの補完指標
- 4  100万件超の投票データを基にした統計的安定性
- 5  新モデルが出るたびに上位入れ替えが起きる、業界の注目ボード
- 6  UC Berkeley 発の研究グループ LMSYS が立ち上げ、その後独立企業化。2026年1月に「Arena」へ改称（現 arena.ai、旧 lmarena.ai）

📖 詳しく

## LMArena（Chatbot Arena） とは

[LMArena](https://ai-garage.jp/glossary/arena/)（旧 Chatbot Arena）は、2つの AI モデルの回答を匿名で並べて、人間ユーザーが 「どちらが良かったか」を投票することでモデルランキングを作る、人間評価ベースの AI [ベンチマーク](https://ai-garage.jp/glossary/benchmark/)です。 UC Berkeley 発の研究グループ LMSYS が立ち上げ、その後独立企業として法人化。2026年1月に「Arena」へ改称し、 現在は arena.ai で運営されています（旧 lmarena.ai もここへ転送）。 Elo レーティング方式で各モデルにスコアが付与され、Hard [Prompt](https://ai-garage.jp/glossary/prompt/)s・Coding・Math など部門別ランキングも公開。 「ベンチマークでは高得点だが実際の使い心地は微妙」というモデルがここで馬脚を表すこともあり、 ベンチ点数とユーザー満足度の乖離を見るのに有用です。Google・OpenAI・Anthropic も新モデルリリース時の指標として引用しています。

❓ FAQ

## よくある質問

Q. LMArena と Intelligence Index、どっちを信じればいい？

A. 『総合的な実力』が知りたいなら Intelligence Index（合成ベンチ加重平均）、 『人間が使いやすいと感じる質』が知りたいなら LMArena。 両方上位なら鉄板モデル、片方だけ上位なら『得意領域がはっきりしてる』モデルです。

Q. 自分も投票できる？

A. できます。arena.ai（旧 lmarena.ai）にアクセスして自分の質問を入力すると、ランダムに 2 モデルが回答を返し、 『どちらが良かったか』を投票する仕組み。研究目的でデータ公開もされています。

Q. Hard Prompts と通常ランキング、何が違う？

A. Hard Prompts は『難しい質問のみ』で再計算したサブランキング。 推論力・コーディング・専門知識が要る質問への耐性を見るのに使われます。 通常ランキングと Hard Prompts ランキングの差が大きいモデルは『簡単な質問専用』の傾向があります。

🔗 関連

## あわせて読みたい

関連用語

[Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/)[SWE-Bench](https://ai-garage.jp/glossary/swe-bench/)[MMLU](https://ai-garage.jp/glossary/mmlu/)[Chatbot Arena](https://ai-garage.jp/glossary/arena/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)

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/)

📰 この用語が登場する記事

## 「LMArena（Chatbot Arena）」が出てくるニュース

[![GPT Image 2.5 とは？料金は据え置き、待ち時間は最大50%短縮で編集に強く](https://ai-garage.jp/images/news-heroes/gpt-image-2-5-launch-card.webp)  2026/9/9  GPT Image 2.5 とは？料金は据え置き、待ち時間は最大50%短縮で編集に強く](https://ai-garage.jp/news/gpt-image-2-5-launch/)[![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/)[Chatbot Arena](https://ai-garage.jp/glossary/arena/)[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/)[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 Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/) [次の用語 → MMLU](https://ai-garage.jp/glossary/mmlu/)

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/)