llm-arena

Opus 4.7 和 GLM 5.2 正在使用 Browser Use v4 进行前端设计基准测试；结果通过链接分享。

新竞技场让LLM控制物理布娃娃进行武器对决，用户定义武器伤害区域、盲评投票，模型争夺Elo排名。免费模型如Llama 3.3和GPT-OSS参与竞争，基础设施可自托管。