llm-colosseum 是评测安全领域的开源项目,由 OpenGenerativeAI 开发,2024 年首次发布。
在全站 13,090 个收录项目中,它的 GitHub 星标数(1,482)位列前 30%,在评测安全分类中处于中上游。
项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-23。MIT许可证,完全免费,需自行部署使用。
它主要面向的使用场景是:AI能力对比:通过游戏对战直观比较不同LLM的决策和策略水平。同类可对比的替代方案包括 Chatbot Arena、LMSYS Chatbot Arena、OpenAI Evals。




