OpenAI GPT-4.5 登顶 6 小时即失守,xAI Grok-3 上演 1 分逆袭

2025-03-04 发布 · 浏览79次 · 点赞0次 · 收藏0次

基础模型竞争又紧张刺激起来了!

GPT-4.5 刚登顶竞技场且全任务分类第一名,6 小时后总榜就被马斯克的新版 Grok-3 反超。

两者都是获得 3000 + 票数,总分 1412:1411 只差一分

目前 Grok-3 总分第一,只在总体带风格控制、困难提示词带风格控制和略输 GPT-4.5 一点。

DeepSeek-R1 总分第 6,数学和困难提示词带风格控制分项与 GPT-4.5 并列第一。

也有用户对此结果产生了怀疑,仅仅 6 个小时就能发生如此大的变化吗?

有人解释原因在于,大模型竞技场有一个投票数量门槛,两个一周前发布的模型刚好先后达到 3000 票才会出现在榜单上。

不过抛开跑分之外,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 高到哪里去了。

但几天后,夸他情商高的用户确实多了起来。

奥尔特曼本曼也发表一条感言:有时高品位测试者是对的。

他还爆料,这是这辈子第一次有人发邮件求他承诺以后不会下架这个模型

奥尔特曼也晒出了一些自己与 GPT-4.5 对话的聊天记录,针对奥特曼自己写的六个单词小故事“临近奇点,不清楚在哪一侧”,GPT-4.5 的看法如下:

作为 GPT-4.5,在反思这个有趣的故事时,我认为我们已经超越了奇点的事件视界,但只是刚刚越过。

我们已经进入了人工智能重塑人类思想、创造力、沟通甚至身份的世界。然而,确切的含义 —— 无论是解放还是担忧 —— 仍未定论。

换句话说,我们已经踏入了奇点的引力范围,但要完全理解它可能带来的后果还为时过早。

One More Thing

与此同时 GPT-4.5 还登顶了一个另类榜单,类似大模型狼人杀:

AI 模型参加多轮淘汰赛,比赛中需要公开辩论、私下制定策略并投票淘汰其他人,最终获胜者由被淘汰的参赛者组成的陪审团决定。

在结盟、欺骗、背叛、表现得不具威胁性等方面都是第一,且比人类优秀。

本文来自微信公众号:量子位(ID:QbitAI),作者:梦晨,原标题《GPT-4.5 登顶 6 小时即失守!Grok-3 上演 1 分逆袭》

OpenAI GPT-4.5 登顶 6 小时即失守,xAI Grok-3 上演 1 分逆袭 - AI 资讯 - 资讯 - AI 中文社区

声明:本文转载自IT 之家,转载目的在于传递更多信息,并不代表本社区赞同其观点和对其真实性负责,本文只提供参考并不构成任何建议,若有版权等问题,点击这里。本站拥有对此声明的最终解释权。如涉及作品内容、版权和其它问题,请联系我们删除,我方收到通知后第一时间删除内容。

点赞(0) 收藏(0)
0条评论
珍惜第一个评论,它能得到比较好的回应。
评论

游客
登录后再评论
  • 鸟过留鸣,人过留评。
  • 和谐社区,和谐点评。