基础模子竞争又病笃刺激起来了！聚色网

GPT-4.5刚登顶竞技场且全任务分类第别称，6 小时后总榜就被马斯克的新版Grok-3反超。

两者齐是获取 3000+ 票数，总分 1412：1411只差一分。

目下 Grok-3 总分第一，只在总体带作风放手、骚扰教唆词带作风放手和略输 GPT-4.5 少量。

DeepSeek-R1 总分第 6，数学和骚扰教唆词带作风放手分项与 GPT-4.5 比肩第一。

也灵验户对此闭幕产生了怀疑，只是 6 个小时就能发生如斯大的变化吗？

有东说念主阐明原因在于，大模子竞技场有一个投票数目门槛，两个一周前发布的模子刚好先后达到 3000 票才会出当今榜单上。

王竹子 露出

不外抛开跑分除外，GPT-4.5 的口碑也在悄然翻转。

GPT-4.5 口碑翻转

GPT-4.5 刚发布时显得又大又贵，官方强调情商看起来很虚，看跑分也没比 GPT-4o 高到那儿去了。

但几天后，夸他情商高的用户照实多了起来。

奥特曼本曼也发表一条感言：随机高品位测试者是对的。

他还爆料，这是这辈子第一次有东说念主发邮件求他快乐以后不会下架这个模子

奥特曼也晒出了一些我方与 GPT-4.5 对话的聊天纪录，针对奥特曼我方写的六个单词小故事"左近奇点，不明晰在哪一侧"，GPT-4.5 的主意如下：

当作 GPT-4.5，在反念念这个敬爱敬爱的故事时，我以为咱们如故卓越了奇点的事件视界，但只是刚刚向上。

咱们如故插足了东说念主工智能重塑东说念主类念念想、创造力、换取以至身份的寰球。但是，真正的含义——无论是目田如故担忧——仍不决论。

换句话说，咱们如故踏入了奇点的引力限制，但要透澈清爽它可能带来的闭幕还为时过早。

One More Thing

与此同期 GPT-4.5 还登顶了一个另类榜单，近似大模子狼东说念主杀：

AI 模子参增加轮淘汰赛，比赛中需要公开辩白、暗里制定计谋并投票淘汰其他东说念主，最终奏效者由被淘汰的参赛者构成的陪审团决定。

在订盟、诓骗、抗拒、阐扬得不具威逼性等方面齐是第一，且比东说念主类优秀。

参考贯穿：

[ 1 ] https://x.com/lmarena_ai/status/1896675400916566357

[ 2 ] https://x.com/sama/status/1896651354648818121

[ 3 ] https://x.com/AISafetyMemes/status/1896579947830849970聚色网