ベンチマーク 🔥 HOT
LMArena（Chatbot Arena）とは？
最終更新
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（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 Prompts・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 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。
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。
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）。
📰 この用語が登場する記事
