Arena (antes LMArena) es la plataforma de referencia para comparar modelos de IA mediante batallas anónimas votadas por humanos. Rankings de texto, código, imagen, vídeo y agentes, y chat gratuito con los mejores modelos del mercado.
Javier Marcilla
Arena (antes LMArena, y originalmente Chatbot Arena, el proyecto académico de Berkeley) es mi primera parada cada vez que sale un modelo nuevo. La idea sigue siendo brillante por lo simple: enfrentas a dos modelos anónimos con el mismo prompt, votas la mejor respuesta y millones de votos construyen el ranking más citado del sector. En enero de 2026 la empresa se renombró a Arena, estrenó dominio (arena.ai) y cerró una Serie A de 150 millones de dólares que la valora en 1.700 millones.
Ya no es solo un leaderboard de texto: hay rankings específicos de agentes, desarrollo web, imagen, vídeo, visión y búsqueda, y puedes chatear gratis con modelos punteros sin pagar ninguna suscripción. Solo por eso ya merece un sitio en tus favoritos, porque es la forma más rápida de probar lo último de cada laboratorio sin coste.
Dicho esto, conviene leer sus rankings con espíritu crítico, y lo digo siendo usuario habitual. El paper The Leaderboard Illusion (2025) documentó que los grandes laboratorios probaban decenas de variantes en privado y solo publicaban la puntuación ganadora, y la propia empresa cobra a los mismos laboratorios cuyos modelos evalúa. Además, el voto humano mide preferencia (formato, estética, incluso respuestas aduladoras), no capacidad real. Y un aviso de privacidad que casi nadie lee: tus conversaciones se comparten con los proveedores y pueden publicarse para investigación, así que nada de datos sensibles.
Mi lectura: es el termómetro más útil del ecosistema y un chat multimodelo gratuito excelente, pero no tomes su ranking como verdad absoluta. Yo lo contrasto siempre con Artificial Analysis y, sobre todo, con pruebas propias sobre mis casos de uso reales.
Es una plataforma de comparación de modelos de IA mediante batallas anónimas: le lanzas un prompt a dos modelos sin saber cuáles son, votas cuál responde mejor, y esos votos alimentan un ranking Elo público. Desde su rebrand de LMArena a Arena en enero de 2026, ha ampliado el concepto a Code Arena, Agent Arena, y arenas de texto-a-vídeo e imagen-a-vídeo, no solo chat de texto.
La recomiendo como referencia rápida y gratuita para saber qué modelo rinde mejor en la práctica, más allá del marketing de cada empresa. El matiz importante: el propio método tiene un problema documentado (el "Leaderboard Illusion", señalado en un estudio académico de abril de 2025) por el que algunas empresas testean variantes privadas antes de publicar, lo que puede inflar sus resultados. Úsalo como una señal más, no como verdad absoluta.
Para cualquiera que necesite elegir entre varios modelos de IA (ChatGPT, Claude, Gemini, Grok, modelos abiertos) antes de comprometerse con una suscripción, y para desarrolladores que quieran comparar modelos de código o agentes antes de integrarlos en un producto.
Es gratuito, sin cuenta necesaria para votar y consultar el ranking. Al no ser una herramienta de producción sino un comparador, no hay nada que "justificar": el coste de oportunidad es cero y el valor informativo es alto si entiendes sus limitaciones metodológicas.
Sí, como referencia gratuita y rápida para comparar modelos de IA, sobre todo ahora que cubre también código, agentes y vídeo, no solo chat de texto.
Sí, votar y consultar los rankings es gratuito y no requiere cuenta.
A quien busque una herramienta de producción o un asistente de IA para uso diario: Arena es solo para comparar modelos, no un sustituto de ChatGPT o Claude en el día a día.
Poe, que además de comparar varios modelos permite usarlos de forma continuada dentro de la misma suscripción.
Civitai es la mayor comunidad de modelos IA para generación de imágenes. Descarga y comparte modelos para Stable Diffusion, SDXL, LoRA y Flux. Incluye generador online y millones de imágenes de referencia creadas por la comunidad.
La mayor plataforma de modelos de IA open source del mundo. Alberga más de 500.000 modelos, datasets y demos de IA, desde LLMs hasta modelos de visión y audio. Es el GitHub de la inteligencia artificial.
Modelo de IA chino de alto rendimiento que sorprendió al mundo con su eficiencia y capacidad técnica. DeepSeek R1 es especialmente potente en razonamiento matemático y código, compitiendo con los mejores modelos occidentales.
