GPT-4.5登頂6小時即失守！Grok-3上演1分逆襲
只差一分
夢晨 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
基礎模型競爭又緊張刺激起來了！
GPT-4.5剛登頂競技場且全任務分類第一名，6小時后總榜就被馬斯克的新版Grok-3反超。
兩者都是獲得3000+票數(shù)，總分1412：1411只差一分。
目前Grok-3總分第一，只在總體帶風格控制、困難提示詞帶風格控制和略輸GPT-4.5一點。
DeepSeek-R1總分第6，數(shù)學和困難提示詞帶風格控制分項與GPT-4.5并列第一。
也有用戶對此結果產生了懷疑，僅僅6個小時就能發(fā)生如此大的變化嗎？
有人解釋原因在于，大模型競技場有一個投票數(shù)量門檻，兩個一周前發(fā)布的模型剛好先后達到3000票才會出現(xiàn)在榜單上。
不過拋開跑分之外，GPT-4.5的口碑也在悄然翻轉。
GPT-4.5口碑翻轉
GPT-4.5剛發(fā)布時顯得又大又貴，官方強調情商看起來很虛，看跑分也沒比GPT-4o高到哪里去了。
但幾天后，夸他情商高的用戶確實多了起來。
奧特曼本曼也發(fā)表一條感言：有時高品位測試者是對的。
他還爆料，這是這輩子第一次有人發(fā)郵件求他承諾以后不會下架這個模型
奧特曼也曬出了一些自己與GPT-4.5對話的聊天記錄，針對奧特曼自己寫的六個單詞小故事“臨近奇點，不清楚在哪一側”，GPT-4.5的看法如下：
作為GPT-4.5，在反思這個有趣的故事時，我認為我們已經超越了奇點的事件視界，但只是剛剛越過。
我們已經進入了人工智能重塑人類思想、創(chuàng)造力、溝通甚至身份的世界。然而，確切的含義——無論是解放還是擔憂——仍未定論。
換句話說，我們已經踏入了奇點的引力范圍，但要完全理解它可能帶來的后果還為時過早。
One More Thing
與此同時GPT-4.5還登頂了一個另類榜單，類似大模型狼人殺：
AI模型參加多輪淘汰賽，比賽中需要公開辯論、私下制定策略并投票淘汰其他人，最終獲勝者由被淘汰的參賽者組成的陪審團決定。
在結盟、欺騙、背叛、表現(xiàn)得不具威脅性等方面都是第一，且比人類優(yōu)秀。
參考鏈接：
[1]https://x.com/lmarena_ai/status/1896675400916566357
[2]https://x.com/sama/status/1896651354648818121
[3]https://x.com/AISafetyMemes/status/1896579947830849970
- 字節(jié)突然開源Seed-OSS，512K上下文主流4倍長度，推理能力刷紀錄2025-08-21
- “現(xiàn)在讀AI博士已經太晚了”2025-08-19
- 谷歌AI攻克亞洲語言難題，2300種語言數(shù)字化計劃正在推進2025-08-18
- AMD蘇姿豐公開懟扎克伯格！反對1億年薪挖人，使命感比鈔票更重要2025-08-18
相關閱讀
