lanweizhujiao

额 就是一组提示词 + 调用 ai 为啥我要使用你的产品呢， 没啥技术壁垒 并且可定制化的内容过少，

最重要的一点是， 你的网站真的卡！

这种产品有需求吗？？ - -

@cyp0633 陆续观察下来 你说的情况是存在的， 后面我会考虑解决方案

@KevinGreen 3 轮过后 会出现结果的

@icyalala 我也刚知道 我说我用 ai 写的时候 ai 怎么这么顺畅 原来它有我不知道的原型啊

@tancy 这个不错啊 就是费 token

昨晚熬到三点把那个「 AI 竞技场」的小玩具终于部署上线了，现在坐在工位上还有点恍惚。

其实起因特别简单——前阵子我在研究怎么给手里的 Agent 选基座模型，看了无数测评榜单，MMLU 分数一个比一个高，但实际用起来总觉得哪里不对。后来我发现一个问题：**当我看到「 GPT-4 」这个 logo 的时候，潜意识里就已经给它加分了**；而看到某些国产模型的名字时又会不自觉地带着偏见去挑刺。

这让我想起以前看过的百事挑战实验。于是我就想：**如果我把所有模型的名字都藏起来呢？**

说干就干。上周末推掉了所有社交活动在家糊了这个小网站：

👉 **https://arena.anqrach.top/**

它长得特别朴素甚至有点简陋——你进去之后输入任何问题系统会随机抽两个匿名模型同时给你回答你看不到任何品牌标识只能凭直觉判断左边好还是右边好或者都很烂。**只有当你投完票那一刻才会揭晓刚才跟你对话的到底是谁**可能是 Claude 也可能是某个开源小模型或者是通义千问...

我自己测试了几天发现这事儿特魔幻有好几次我觉得「这回答逻辑清晰还有人情味肯定是 GPT 吧」结果揭开一看是某个我之前完全没正眼瞧过的小众模型；也有那种看着很华丽但其实空洞无物的答案最后发现是大厂旗舰款瞬间有种被品牌光环骗了的感觉。

说实话这个项目没什么技术含量就是 FastAPI+React 的简单拼接甚至代码写得还挺糙的流式输出那块调了很久才不让两边打架但我自己玩得挺上瘾因为它真的逼着我回归到了内容本身而不是在看牌子下菜碟儿。

如果你今天摸鱼无聊或者正好在纠结该用哪个 AI 不妨来扔几个问题试试手气不用注册打开就能玩要是遇到了什么离谱的对局结果欢迎截图发给我看看咱们一起祛祛魅😄

Gemini 3.1 Pro (High)
Refreshes in 3 days, 18 hours
Gemini 3.1 Pro (Low)
Refreshes in 3 days, 18 hours
Gemini 3 Flash
Refreshes in 4 hours, 52 minutes
Claude Sonnet 4.6 (Thinking)
Refreshes in 4 days, 2 hours
Claude Opus 4.6 (Thinking)
Refreshes in 4 days, 2 hours
GPT-OSS 120B (Medium)
Refreshes in 4 days, 2 hours
为啥我的就得 7day 了 哎

good