搜索
AI新王来了！马斯克Grok 4.1静默上线，一夜之间登顶LMArena，Gemini 2.5 Pro却被按在地上摩擦。主打情商智商在线，算力又扩增一个数量级。这一次，Grok 4.1一共放出了两大版本：Grok 4.1 Thinking和Grok 4.1。
大模型编程最近太猛了。
「Baidu is back」，在业界权威大模型公共基准测试平台 LMArena 发布最新一期文本竞技场排名（Text Arena）之后，有人发出了这样的惊呼。根据 11 月 8 日凌晨 LMArena 的最新排名显示，百度文心最新模型 ERNIE-5.0-Preview-1022（文心 5.0 Preview）在文本榜单上一举跃居全球并列第二、国内第一。
「在大模型热潮中，如何真正评测它们的智能？」
当AI模型排行榜开始被各种刷分作弊之后，谁家大模型最牛这个问题就变得非常主观，直到一家线上排行榜诞生，它叫：LMArena。在文字、视觉、搜索、文生图、文生视频等不同的AI大模型细分领域，LMArena上每天都有上千场的实时对战，由普通用户来匿名投票选出哪一方的回答更好。
近日，号称是首个专注于金融市场的 AI 实验室的美国实验室 Nof1 启动了一个将多个 AI 大模型置于真实金融市场中进行自动化交易对决的实验平台。这一项目的名称叫做 Alpha Arena，它是一个
这世上有太多 AI benchmark 了，但没有一个 benchmark 能让你心跳加速。 直到近日，AlphaArena 出现了。 这是由初创团队 NOF1 推出的一个「AI 炒币实盘竞技场」，现在已开放全网围观：竞技场地址：https://nof1.ai/
给全球六大LLM各发1万美金，丢进同一真实市场实盘厮杀，会发生什么？这场大战从18日开始，截止目前，DeepSeek V3.1盈利超3500美元，Grok 4实力次之。不堪一提的是，Gemini 2.5 Pro成为赔得最惨的模型。
谷歌的Gemini 3.0疑似上线LMArena！众多实测提前曝光，但效果嘛，很难评。Gemini 3.0传了这么久，终于还是露出「马脚」了。依然还是LMAreana竞技场，Gemini 3.0的两个「马甲」被扒了出来。
最近，两条消息同时刷屏：先是 9 月 23 日快手宣布其可灵 2.5 Turbo 图生/文生视频模型，推出 10 天后，即在 Artificial Analysis 上成为世界第一；紧接着，腾讯也宣布混元图像 3.0 模型在 LMArena 上成为世界第一。