Spline Arena 正式推出

前往 Arena 投票

今天，我们向所有人开放 Spline Arena。这是一个公开的排行榜，衡量 AI 模型构建 3D 的能力，而排名由你决定。

AI 模型在代码和文本方面越来越强，相关的基准测试随处可见。3D 则不同。一个场景好不好，取决于它的外观、光照、各部分是否协调，以及是否完成了提示词的要求。这些很难自动评分，人却一眼就能判断。所以我们打造了一个由人来评判的竞技场。

运作方式

两个模型收到同一个提示词，比如 “一辆可以骑去上班的自行车”，各自在 Spline 中构建一个真实的场景。

你会看到两个完成的场景并排呈现。环绕它们、平移视角、从各个角度查看，然后选出更好的那个：A、B、平局，或都不好。模型保持匿名，名字不会影响你的选择；投票后，下一场对决会立即加载。模型之间的比较结果显示在排行榜中。

提示词从单个物体到完整的交互式场景都有，包含光照、动画和可点击的元素：

排行榜

每一票都会计入公开的排行榜。我们用 Bradley–Terry 模型拟合每一次一对一投票，并通过自助法（bootstrap）为每个分数给出置信区间。当两个模型实力接近时，排行榜会如实体现。

每个分数表示一个模型在盲测对决中的胜率比平均模型高出多少。分数为 7% 意味着它赢下 57% 的对决，而平均模型的胜率为 50%。平局和“都不好”各算双方半场胜利。

Arena 比较的是来自 Anthropic、OpenAI、Google、xAI 等公司的前沿模型，阵容会随着新模型发布而更新。排行榜旁边有一张图表，把每个模型的分数与其每个场景的平均成本对应起来，让你看出哪些模型最物有所值。

我们为什么要做这件事

越来越多的人在 Spline 中借助 AI 构建 3D，无论是通过我们自己的智能体，还是通过 Claude、ChatGPT、Cursor 等 MCP 客户端。我们想知道哪些模型擅长构建 3D、哪些方面仍有不足，也希望这个答案来自真正使用它们的人。

这些反馈能帮助模型在 3D 方面变得更好，它们在 Spline 中制作的场景也会随之变好。正因如此，投票数据可能会在去标识化后与 AI 研究合作伙伴共享。更好的模型意味着你能更快得到更好的结果。

开始使用

Spline Arena 位于控制台侧边栏、新标签页启动器中，在桌面应用里也有它专属的标签页。你只需要一个免费的 Spline 账户。在 spline.design/arena 了解更多。

投出你的第一票