Agent Arena｜2つのLLMエージェントを同一ゴールで対戦させて比較できるプラットフォーム。Prompt Hubで他ユーザーのプロンプトも閲覧・保存できる。エージェントの挙動を実際に見比べたい開発者向け。

概要

Agent Arenaは、ユーザーが指定したゴールに対して2つのLLMエージェント（Agent 1・Agent 2）を並走させ、結果を比較できるプラットフォーム。UC BerkeleyのGorilla系プロジェクトの一環として提供されている。

主な機能

• ゴールを入力して2エージェントを対戦形式で比較
• Arena Leaderboardでエージェントのランキングを確認可能（サイトナビゲーションに導線あり）
• Prompt Hubで他ユーザーが使ったプロンプトとその評価を閲覧・自分のプロフィールに保存
• 精度の高い実行のため、プロフィールでAPIキーの設定が必要

対象ユーザー

2つのエージェントの実際の振る舞いを直接見比べたい開発者・リサーチャー向け。モデルやフレームワークを横断した体系的なベンチマーク機能があるかは、公式サイトのトップページ説明からは確認できない。