谁在真正引领AI竞赛？这取决于你查看哪个排行榜。 在Arena的文本排行榜上（自2023年5月起）： 🔹@OpenAI 74%的时间领先 🔹@GoogleDeepMind 21% 🔹@AnthropicAI 5% 但如果聚焦于专家提示（大约5%的最难的现实任务），故事就变了。👇 在Arena的专家文本排行榜上（自2024年3月起）： 🔸@AnthropicAI 48%的时间领先 🔸@OpenAI 37% 🔸@GoogleDeepMind 12% 🔸@Deepseek_AI 4% 结论：不同的任务，不同的赢家。

🚨突发消息：百度的ERNIE-5.0-0110在文本竞技场中以1460的分数排名第8。 ERNIE-5.0-0110首次进入文本排行榜前10，目前是该组中唯一来自中国实验室的模型。 更多亮点： 🧮 #2 数学 🤓 #12 专家，编码 创意写作、遵循指令的前20名 前10名职业类别： 🔬 生命、物理与社会科学 📈 商业、管理与金融运营 🩺 医学与医疗保健 祝贺百度的@ernieforDevs取得这一里程碑时刻！👏

📊 排名第一后，模型排名如何随时间演变？ 我们分析了自2023年中期以来的每个顶尖表现者，当时@OpenAI的GPT‑4位于排行榜的顶端。截至今天，领导者似乎平均只在第一名的位置上停留35天。领先模型通常在5个月内跌出前5名，在7个月内跌出前10名。之前的领导者已经大幅下滑，o1现在排名第56，Claude 3 Opus排名第139，随着进展越来越快。我们拭目以待2026年会带来什么。