Cursor只排第6！136国用户实测25款AI编码工具，第一名73%胜率，还是个新面孔

Hi，这里是Aitrainee，欢迎阅读本期新文章。

好了，我们这篇文章聊聊现在有哪些氛围编码产品以及他们的排行情况，也聊各种模型的排行情况。

昨天了解到这个Design Arena评测平台也是感觉挺有意思。因为它有一个其他排行榜没有的东西，它就是对这些氛围编码构建器进行了排行。

Design Arena 上排名前 15 的开源LLM全部来自中国，第一个非中文的GPT OSS 120B，排第 16 位

平台采用类似于LMSYS的Chatbot Arena的对抗式评测方法，用户可以查看AI模型生成的设计作品并进行投票，通过社区的集体智慧来评估各个AI模型在设计美学方面的表现。

AI Battle Arena

用“视觉/成品”对战，依靠真人投票计算胜率和 Elo；不是跑分，不是代码质量单项赛。新模型需要累计到一定对局（50+）才算稳定。适合观察“生成成品是否讨人喜欢/够用”，但不等于生产可维护的大型工程。

平台涵盖的测试类别包括：

• 网站设计(Website)
• 游戏开发(Game Dev)
• 3D设计(3D Design)
• 数据可视化(Data Visualization)
• UI组件(UI Component)
• 图像生成(Image)
• 视频制作(Video)[1]

也是看了一下他们上榜的这些工具。发现有一些还是我不知道的。所以挑了一些总结下。

角色速描：

• new.website（胜率约73%）：强在“对话式建站 + 表单 + CMS + SEO + 自动化 + 自定义域名”，上手成本低，适合营销页/企业站快速上线。支持 Zapier 等集成。
• Sana.new：社区小众新秀，更多像实验性“对话生成站点”的入口，公开资料有限，定位仍在演进中（建议以你亲测为主，避免写死）。
• Devin (Cognition)：更像“AI 软件工程师”，能自主规划、编码、调试、部署，擅长复杂任务，但它不是纯粹的“傻瓜建站”。近期获大额融资，主打企业级落地。
• Lovable：对话生成“网站/应用”，社区可 remix。优点是快、门槛低；近期因被不法分子滥用做钓鱼站登上安全新闻，平台已上线更多风控手段——写文章时可顺手提醒“合规与风控”。
• Figma Make (+ Figma Sites)：把“从设计到可运行原型/网站发布”打通，支持在对话中引用设计稿、手动微调、并可与 Sites 联动发布。适合设计/产品团队。
• Replit Agent：面向大众的“AI 应用/网站生成+一键部署”，有移动端 Agent、历史回滚与 v2 更自主的建构流程；适合个人/小团队从 0→1。
• Magic Patterns：更偏“原型/前端组件生成与设计系统对齐”，可导出到 React/Figma，适合快速做交互原型与组件探索。
• Cursor (Anysphere)：专业开发者取向的 AI IDE/代理，已推出后台代理、Web 管理与 Slack 分派任务，更像“给程序员的自动驾驶”。不是传统“建站器”，但对工程团队效率提升显著。
• Floot：YC 项目，强调“全栈一体化 + 画面上圈一圈就能修改”的可视编辑，支持代码/数据/托管一条龙，并强调可导出与代码所有权。
• Base44：定位“全栈 AI 应用生成（电池全含）”，内置数据库、鉴权、存储、邮件、分析等；2025年被 Wix 收购，生态融合预期强。

new.website, 排行第一

看他首页这里描述还支持seo优化呢。

单聊框即可从零生成整站，4–8 分钟出结果，可继续对话调整布局、色彩、组件。 内置表单、CMS、自动 SEO、Zapier 工作流、媒体库和云存储，无需第三方插件。 适合：内容站、着陆页首发、需要快速迭代的小团队。

我让他给我生成一个展示个人提示词网站。

从效果来看的话，并没有太惊艳的。对比Bolt、lovable，我觉得这两个还好些。

排名第二的是sana.new

体验下来，其实对比其他也没有什么太惊艳的地方。

这里是所有参与评测的构建器的榜单。有Cursor、Devin等，emmm，感觉V0的名次低了些（可能V0最近更新的模型也没用上）

Figma Make这个体感上还不错，而且集成了后端supabase。

可能是他们提示过于简单的原因，总感觉这些最终生成的、用于比较的示例比较难看。我用自己的提示词在他们官网上做出来的效果更好。

此外我们看一下其他的榜单。

ImageLLMVideo

图像榜

这个排行情况和 lmarena 上的排名差不多。

Imagen 4 Ultra Generate Preview这个模型还是挺不错的，可以直接出高清2k。我让他画一个晶莹剔透的西瓜:

另外我们看一下LLM模型的比较。当然这个也主要是网站开发、UI/UX这些。

不愧是Claude，一家子霸占前四。

而对比我们 webdev 榜单，可以看到第一变成了 gpt-5-high。

而R1也是真有点实力。 两个榜单都占据前排。GLM4.5在两个榜单也差不多。

GPT5-high，这个模型确实很好。

上面的图是网站开发。而我日常和他更多的是其他通用复杂任务。他的回答是最好的。

gpt-5-high、claude-opus-4-1-20250805-thinking-16k 这两个站在金字塔顶尖的两个模型。他们的回答真的是很绝。和一般的那些web端免费模型，有断层差距。

只能说，用过了，就会给他们付费增加一分冲动。使用完他们可能也算是为了体验现有的AI模型真正的边界或者说极限。

最后再看一下视频模型的比较（来源于lmarena）。

不懂这个veo3-fast-audio的为什么比veo3-audio还高一些：

海螺排在了第二。可能大家更多的是知道可灵，潜意识就认为它是最好的模型了。

此外，倒是没看到这个模型。这个是应该是Veo3里最好的。

Design Arena 创始人背景

三位创始人都是哈佛大学的好友：

• Jayden Personnat (首席AI/ML工程师)：哈佛计算机科学与统计学专业，曾在英伟达工作
• Kamryn Ohly (CTO)：哈佛计算机科学与教育专业，曾在苹果公司工作
• Grace Li (CEO)：哈佛计算机科学与神经科学专业，曾在苹果公司工作

Y Combinator 支持

Design Arena是Y Combinator 2025年夏季班(S25)的成员企业，这为其提供了强大的资源支持和行业认可度。

测评官网：https://www.designarena.ai/builder

以上。