B站上線"AI 無限競技場"測評榜:上百模型同場廝殺,GPT-6 暫坐頭把交椅

2026年9月20日 06:317000 次瀏覽
站內 AI 整理稿

AI資訊AI新閒資訊正文B站上線"AI 無限競技場"測評榜:上百模型同場廝殺,GPT-6 暫坐頭把交椅發布於AI新閒資訊時間 :Sep 20, 2026閱讀 :1分鐘B站今天端出了一塊大模型擂臺——"AI 無限競技場"測評榜,並同步亮出首輪排行榜。在10位 UP 主的真機實測裡,GPT-6Astra 拿下榜首、並且搶下"登頂次數冠軍",把 GLM-5.3壓在身後;前五名裡國產大模型佔了三席,和海外巨頭貼身肉搏。這塊競技場和傳統跑分榜的玩法不一樣。

它把 B站 各領域 UP 主對上百個大模型的真實場景實測匯成一個廣場,涵蓋代碼、推理、協作、知識等多種主題,而且不設固定的測評維度限制——來自不同分區的創作者拿真實工作流、專業應用乃至趣味腦洞自主命題,讓模型在同題 PK 裡把實際差距攤開給人看。DeepSeek、Kimi、ChatGPT、Claude、Gemini、豆包、千問、Hy、MiniMax 等主流模型都在對比之列,排名實時刷新,並持續向全站 UP 主開放報名。B站 押注這塊榜單,底氣來自平臺上 AI 內容的爆發。過去一年,B站 AI 知識內容消費時長同比增長72%,月均觀看 AI 內容的用戶超過1.

9億,圍繞模型發佈、討論、測評、使用、求助、共建的內容已經成體系。當模型迭代快到跑分榜追不過發佈節奏,把評測權交還給真實創作者和真實工作流,反而更貼近用戶心裡那句"到底哪個好用"——B站 想做的,是把自家的社區生態變成大模型走向大眾的另類裁判臺。相關推薦B 站上線“AI 無限競技場”:百大模型同臺 PK,GPT-6 Astra 暫居榜首B站上線“AI無限競技場”大模型測評榜並公佈首輪結果:GPT-6 Astra在10位UP主測評中登頂,力壓GLM-5.3獲“榜首次數冠軍”;前五名中國產大模型佔三席。

該榜由各領域UP主對上百個大模型進行真實場景實測,覆蓋代碼、推理、協作、知識等主題,不設固定命題。Sep 20, 202631.2k Anthropic考慮推出新模型,擬應對OpenAI GPT-6Astra競爭路透社稱,Anthropic籌備IPO期間擬推新AI模型,以應對OpenAI GPT-6Astra在企業市場的競爭,但安全性仍在評估,發佈時間未定。此舉與其CEO阿莫代9月12日呼籲放緩AI能力迭代、重視安全的主張形成對照。Sep 20, 2026146.0kOpenAI 宣佈 GPT-5.

5 將於 10 月 14 日下線:ChatGPT 與 Codex 同步移除OpenAI宣佈GPT-5.5將於10月14日從ChatGPT、ChatGPT Work及Codex下線,覆蓋所有訂閱方案。官方提醒Codex用戶儘快切換至GPT-5.6 Sol或GPT-6 Astra。此次停用涉及全部計劃,替代模型為上述兩個。該模型於今年4月24日推出,較GPT-5.4在同等任務上有所優化。Sep 16, 2026178.9kGPT-6 Astra 模擬經營售貨機一年狂賺 1.

5 萬美元,成績碾壓 Claude 近 3 倍Andon Labs的Vending-Bench2測試中,AI以500美元模擬經營售貨機一年。GPT-6 Astra平均賬戶餘額達15515美元首次登頂,最差一輪也超過Claude Fable5.1最佳表現。差距不僅在於盈利,更在策略:Astra持續壓低採購價,一度砍至原價約48%。Sep 15, 2026256.6kGPT-6 Astra展現恐怖統治力:模擬售貨機一年狂攬1.5萬美元,成績碾壓Claude近3倍Andon Labs的Vending-Bench2測試中,AI代理用500美元模擬經營自動售貨機一年。

GPT-6Astra平均餘額達15515美元,最差一輪也超Claude Fable5.1最好成績,首次登頂,優勢體現在供應鏈管理和規則執行力。Sep 14, 2026217.4k智啟未來,您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026

Related

相關文章

Hugging Face Blog生成式AI

Dharma Field Extractor: Any Document In, Structured Fields in JSON Out

Back to Articles Dharma Field Extractor: Any Document In, Structured Fields in JSON Out Team Article Published November 4, 2026 Upvote 4 Gabriel Pimenta de Freitas Cardoso GabrielPimenta99 Follow Dharma-AI Paulo Henrique de Medeiros Araujo Paulo-DharmaAI Follow Dharma-AI Bruno Duarte brunoduarte01 Follow Dharma-AI Francisco de Almeida Rocha Alves falves9101 Follow Dharma-AI A 2-billion-parameter model that extracts exactly the fields you ask for, from any document type, outperforming every frontier LLM we tested, at a fraction of the cost.

3 小時前
雷峰網生成式AI

獨家 | 騰訊前高級研究員獲數千萬投資,錨定物理AI接觸智能

力合資本、合肥創新投等機構投資,Lux 系列視觸覺傳感器已實現規模化交付。作者丨董子博編輯丨張賢雷峰網·鯨犀獨家獲悉,觸覺智能企業“靈感機器人”新近完成數千萬元天使輪融資,投資方包括力合資本、合肥創新投等機構,治臻諮詢擔任財務顧問。雷峰網·鯨犀瞭解到,公司創始人、CEO 張雅展博士畢業於港科大機器人專業,曾是騰訊資深 AI 研究員,主導過大規模數據管線及 AI 模型研發,後於國家實驗室擔任研究員、博導,在觸覺感知與端到端精細操作模型的領域有多年研究,並在算法與硬件系統上均有落地經驗。相比於觸覺感知賽道的其他公司,靈感機器人入局更早,也有一套自己獨創的“稠密力場”技術路線——在解算力場的同時,從同一次成像中提取接觸區域的幾何形態,並形成包含受力、形變、滑移與姿態要素的原生多模態的觸覺數據,相較傳統“強調幾何重建”的方案,在信息密度和維度上均有很大的提升。在張雅展看來,讓觸覺真正參與操作,重點就是理解“交互力”——靈感機器人希望通過“稠密力場”路線,提升機器人的觸覺感知與力控能力,來整體性地提升任務的執行能力。除了獨特的技術選型,傳感器的小型化、感知密度與工程化,也是靈感機器人的重要攻關方向。2019 年,團隊就研發出了厚度 5mm 的超薄視觸覺傳感器,力場追蹤的分辨率達到了每平方 10 萬點以上。如今,公司發佈的 Lux 系列視觸覺傳感器已經在多個領域實現了規模化落地,其具備超高力場分辨率、原生多模態、多維力感知等特性,並且依靠更小的物距與體積,可以適配機械臂、夾爪、靈巧手等硬件。而在 Lux 之外,靈感機器人還正在電子皮膚、六維力與新型觸覺產品上探索,並準備向數採系統、數據管線和觸覺智能系統等業務進軍。據悉,公司本輪融資將被用於建設產線與優化量產能力,並進一步進行觸覺智能系統的研發。

5 小時前
雷峰網生成式AI

獨家丨預測引擎 Prophetlab 獲數千萬種子輪,常春藤資本等機構聯合投資

用 AI 通用地預測世界,或正成為資本關注的下一個大模型創業方向。作者丨董子博編輯丨張賢雷峰網·鯨犀獨家獲悉,AI 預測引擎公司 Prophetlab 已獲數千萬元天使輪融資,由常春藤資本等投資機構投資。成立不到四個月,Prophetlab 的早期項目,是利用 AI 大模型預測世界盃的賽果。產品成功預測了決賽結果和四強隊伍,不少模型下的預測結果準確率已經達到了 75% 左右。此外,公司研發的預測引擎 Prophet Engine 已登頂字節Seed發佈的知名預測榜單 FutureX 總榜榜首,並已獲得數百萬商業化訂單;即將發佈的 Investor’s Last Exam(ILE)也是嚴格時間凍結下,首個專注於商業的預測榜單。據悉,Prophetlab 稱得上是一家 AI Neo Lab,由一群國內外頂尖高校的 AI PhD 和 FinTech Master 組成。創始成員曾獲數理競賽理論金牌,有過十餘篇 NeurIPS、ICLR、ICML 的頂會一作,又在阿里千問、騰訊混元、小紅書 Dots 等項目中參與過千億量級模型的訓練。Prophetlab 創始人 Henry Jiang“小天才”們之外,Prophetlab 也在與上海交通大學嚴駿馳教授團隊開展長期產學研合作,把高校學術力量引入預測引擎技術的探索當中。預測引擎的賽道,國內今天仍是一片藍海;即使在世界範圍內,預測引擎更多也是扎進具體的場景,在垂直領域完成預測。而常春藤資本則對雷峰網·鯨犀表示,從 80 餘年前魯思·本尼迪克特的《菊與刀》,到後來詹姆斯·西蒙斯和他的大獎章基金,人類在不斷的嘗試中發現:萬事萬物皆可預測,人類都能夠在時序概率空間上,無窮地逼近複雜的真實事件。從足球到商業,Prophetlab 卻不想只成為一個領域的專家,而是要利用更強的智能,建造更通用的預測能力——或許,這才是他們獲得資本青睞最關鍵的原因。

5 小時前
智東西生成式AI

英偉達團隊下場!國產視頻模型開源,硅谷公司上門談授權

作者 | 江宇 編輯 | 漠影 硅谷AI公司,開始站在中國開源模型的肩膀上造模型了。 最近,出手的不僅有英偉達的技術團隊,還有美國AI視頻明星公司Pika。它們不約而同地選擇了同一個中國視頻模型——MiniMax H3。 英偉達相關技術團隊基於MiniMax開源的視頻模型H3,將低分辨率視頻再生成至2K、4K,推出視頻增強項目Open-H3-Regenerate-2K。幾乎同一時間,Pika發佈Pika H3 Flex,讓模型以更少的推理步驟生成視頻,並針對專業創作場景增強控制能力。

7 小時前

用自家大模型造自己的“芯”:Anthropic 組建 15 人芯片設計團隊,Claude 助陣讓研發提速

在實際的內部測試與應用中,Anthropic 的工程師團隊發現,與英偉達、超威半導體(AMD)等傳統大型芯片設計企業的常規工作流程和耗時估算相比,藉助 Claude 模型進行輔助設計,能夠顯著縮短芯片整體設計所需的週期。這一探索不僅展示了大模型在底層硬件研發中的輔助潛力,也為整個人工智能行業通過 AI 提升芯片研發效率提供了全新的實踐樣本。

11 小時前6400