GPT-4.5登頂6小時(shí)即失守！Grok-3上演1分逆襲
只差一分
夢(mèng)晨 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
基礎(chǔ)模型競爭又緊張刺激起來了！
GPT-4.5剛登頂競技場(chǎng)且全任務(wù)分類第一名，6小時(shí)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(fēng)格控制、困難提示詞帶風(fēng)格控制和略輸GPT-4.5一點(diǎn)。
DeepSeek-R1總分第6，數(shù)學(xué)和困難提示詞帶風(fēng)格控制分項(xiàng)與GPT-4.5并列第一。
也有用戶對(duì)此結(jié)果產(chǎn)生了懷疑，僅僅6個(gè)小時(shí)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(chǎng)有一個(gè)投票數(shù)量門檻，兩個(gè)一周前發(fā)布的模型剛好先后達(dá)到3000票才會(huì)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(zhuǎn)。
GPT-4.5口碑翻轉(zhuǎn)
GPT-4.5剛發(fā)布時(shí)顯得又大又貴，官方強(qiáng)調(diào)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(shí)多了起來。
奧特曼本曼也發(fā)表一條感言：有時(shí)高品位測(cè)試者是對(duì)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(huì)下架這個(gè)模型
奧特曼也曬出了一些自己與GPT-4.5對(duì)話的聊天記錄，針對(duì)奧特曼自己寫的六個(gè)單詞小故事“臨近奇點(diǎn)，不清楚在哪一側(cè)”，GPT-4.5的看法如下：
作為GPT-4.5，在反思這個(gè)有趣的故事時(shí)，我認(rèn)為我們已經(jīng)超越了奇點(diǎn)的事件視界，但只是剛剛越過。
我們已經(jīng)進(jìn)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(dān)憂——仍未定論。
換句話說，我們已經(jīng)踏入了奇點(diǎn)的引力范圍，但要完全理解它可能帶來的后果還為時(shí)過早。
One More Thing
與此同時(shí)GPT-4.5還登頂了一個(gè)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(tuán)決定。
在結(jié)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(jì)錄2025-08-21
- “現(xiàn)在讀AI博士已經(jīng)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(jì)劃正在推進(jìn)2025-08-18
- AMD蘇姿豐公開懟扎克伯格！反對(duì)1億年薪挖人，使命感比鈔票更重要2025-08-18
相關(guān)閱讀
奧特曼否認(rèn)拿股權(quán)！但OpenAI投資人硬要塞給他：為確保CEO利益與公司一致
他希望繼續(xù)簡化組織架構(gòu)
OpenAI最新技術(shù)報(bào)告：GPT-4o變諂媚的原因萬萬沒想到
自曝上線前已經(jīng)發(fā)現(xiàn)模型“有些不對(duì)勁”
