Battle 模式是 LMArena（原大模型竞技场）提供的匿名对比测试方式：用户提出同一问题，由两个匿名模型分别作答，投票后揭晓身份，以此形成社区驱动的大模型排名。它被广泛视为衡量模型真实用户偏好最直观的渠道之一，也是各大厂商新模型发布前后“悄无声息上线测性能”的主要阵地。
Battle 模式的近期新模型动态
近期 Battle 模式上新密集，覆盖多家主流厂商。据 LMArena 官方消息，OpenAI 的 GPT-6.1 上线对战模式和智能体模式（GPT-6.1 上线对战模式和智能体模式），此前 GPT-6 系列两款模型 GPT-6 Sol 与 GPT-6 Luna 也已上架测试（LMArena 上架 GPT-6 Sol 与 GPT-6 Luna 可测试），GPT-6 Sol 还一度通过 Arena Direct Mode 限时开放直接测试（OpenAI 的 GPT-6 Sol 限时上线 Arena Direct Mode 可直接测试）。
Anthropic 方面，Claude Haiku 5.5 上线 LMArena，支持 Battle Mode 和 Agent Mode 测试（Claude Haiku 5.5 上线 LMArena），Claude Sonnet 5.5 则先以限时开放方式进入测试（Claude Sonnet 5.5 限时开放测试），并加入 Agent Arena 竞赛（Claude Sonnet 5.5 加入 Agent Arena 竞赛）。
开源与中小厂商也在跟进：Mistral 上线 LMArena，同时支持 Battle 与 Agent 两种模式（Mistral 上线 LMArena）；Muse 系列的 Muse Spark Open 与 Muse Wonder 相继上线 arena.ai 并开放两种模式测试（Muse Spark Open 模型上线 arena.ai、Muse Wonder 上线 arena.ai）。
当前焦点与观察点
第一，Battle 正从单纯的文本对比扩展为“Battle + Agent”双轨制，几乎所有新上线的模型都同时开放智能体模式测试，说明行业评估重心正从单轮问答转向多步任务能力。第二，头部厂商越来越习惯在正式发布前以匿名或限时形式在竞技场“预热”，Battle 排名变动已成为观察新模型真实水平的先行指标。第三，随着参评模型数量增多，社区投票形成的榜单也开始面临偏差与刷票争议，其代表多大程度上的“用户真实偏好”仍需持续观察。对普通用户而言，参与 Battle 投票依然是零成本体验最新模型、横向对比能力的便捷途径。