为什么重要
WebDev Arena 是 Chatbot Arena 的前端开发版——给两个模型相同的需求描述，它们各自生成网站，用户投票选更好的。是目前最直接的”LLM 做前端”能力评测。
构建方式
- 用户在 web.lmarena.ai 提交网站需求
- 两个匿名模型各自生成完整网站（HTML/CSS/JS）
- 用户对比外观和功能并投票
- Elo 评分系统
任务示例
示例：“做一个深色主题的个人博客首页，要有文章列表和侧边栏”
关键发现
- Claude Sonnet 4 排名第一——在前端设计上有明显优势
- 模型的”审美能力”成为关键区分因素
关联基准
- Chatbot Arena：通用对话
- Copilot Arena：代码补全
- WebApp1K：全栈应用
不足与展望
- 主要测静态页面，不测交互逻辑和后端
- 审美偏好因人而异，排名可能不稳定