Om du jobbar med AI i skolan har du säkert funderat: Vilken modell fungerar egentligen bäst för mitt användningsområde?

Marknadsföring och tekniska benchmarks ger sällan svar på den frågan. En modell kan prestera imponerande på standardiserade tester men vara medioker på det du faktiskt behöver: att förklara bråktal för en elev som kämpar, generera quizfrågor på svenska, eller hålla en hjälpsam ton utan att avslöja svaren direkt.

LM Arena ger dig möjlighet att ta reda på det själv. Det är en öppen plattform där du kan testa olika AI-modeller mot varandra, utan att skapa konton eller betala för API-åtkomst.

Så fungerar det

LM Arena erbjuder tre sätt att interagera med modeller:

Battle är kärnupplevelsen. Du skriver en prompt och får svar från två anonyma modeller. Du vet inte vilka modeller du jämför förrän efter att du röstat. Den blinda utvärderingen tar bort den bias som uppstår när du vet om svaret kommer från ChatGPT, Claude eller Gemini. Din röst bidrar till den offentliga topplistan.

Side by Side låter dig välja vilka två modeller du vill jämföra. Svaren är inte anonyma, så du vet exakt vad du testar. Det här är användbart när du har begränsat dina alternativ och vill se hur specifika modeller hanterar just dina användningsfall.

Direct Chat är enkel en-till-en-konversation med en enskild modell. Praktiskt för djupare utforskning när du har identifierat en lovande kandidat.

Efter varje interaktion kan du fortsätta konversationen eller börja om från början.

Elo-systemet: Varför rankingen betyder något

Dina röster bidrar till en offentlig topplista baserad på Elo-rating, samma system som används för att ranka schackstormästare. Principen är enkel: slår du en högre rankad motståndare får du fler poäng än om du slår en lägre rankad. Över tid skapar detta en tillförlitlig ranking baserad på faktisk head-to-head-prestanda.

Det som gör LM Arenas topplista trovärdig är skalan. Med över sex miljoner röster från riktiga användare som testar riktiga promptar speglar rankingen genuin mänsklig preferens, inte prestanda på syntetiska benchmarks som modeller kan ha optimerats för.

Plattformen täcker nu flera kategorier inklusive text, bild och kodning. Ett erkännande av att "bäst" beror helt på vad du försöker göra.

Varför detta är viktigt för skolan

När du utvärderar AI-verktyg för skolor berättar leverantörernas påståenden bara en del av historien. Tekniska benchmarks som MMLU mäter allmänkunskap, men de säger ingenting om huruvida en modell kan scaffolda ett koncept på rätt sätt för en 12-åring, eller om den hanterar svensk läroplansterminologi naturligt istället för att erbjuda klumpiga översättningar av amerikanska begrepp.

LM Arena låter dig testa dessa saker direkt. Du kan se hur modeller skiljer sig i ton, i hur de följer instruktioner, i om de guidar elever mot förståelse eller bara lämnar över svaren.

För skolledare som funderar på vilka AI-verktyg som ska tillåtas eller rekommenderas ger plattformen ett enkelt sätt att jämföra alternativen på egen hand, utan att förlita sig på säljpresentationer.

För lärare är det ett sätt att bygga egen förståelse för hur olika modeller fungerar. Vilken ger bäst återkoppling på elevtexter? Vilken förklarar ett svårt begrepp på ett sätt som faktiskt hjälper? Den kunskapen gör det lättare att vägleda elever i deras egen användning.

För elever på gymnasiet kan LM Arena fungera som en ögonöppnare. Att se samma fråga besvaras på helt olika sätt av olika modeller gör det tydligt att AI inte är en enda sanning, utan verktyg med olika styrkor och svagheter. Det är en viktig insikt för kritiskt tänkande kring AI.

En notis om integritet

LM Arena är ett öppet forskningsprojekt som drivs av LMSYS, en grupp forskare huvudsakligen från UC Berkeley. Allt du skriver loggas och kan göras offentligt för att stödja AI-forskning och modellträning.

Detta gör det utmärkt för att testa kapacitet men helt olämpligt för att bearbeta riktig data. Klistra aldrig in elevinformation, personuppgifter eller proprietärt innehåll i arenan. Använd syntetiska exempel som representerar dina användningsfall utan att exponera något känsligt.

Den större bilden

Vi rör oss bort från idén om en enda "bästa" modell mot ett landskap av specialiserade verktyg. Rätt val beror på din specifika kontext: språket, åldersgruppen, det pedagogiska upplägget, kostnadsbegränsningarna.

LM Arena kommer inte att göra det valet åt dig, men det ger dig ett sätt att utforska alternativen med egna ögon, på egna villkor, utan kostnad.

Värt att bokmärka: lmarena.ai