8 个赞
是啊 竞技场40mini竟然排在claude3.5之上 真是把大家当傻子。。
1 个赞
我也更喜欢看livebench的排名
这样一看chatgpt-4o-latest和0806比还牙膏倒吸了
插眼一下
确实这个感觉真实一点
而且我发现openai一发布新模型，马上就会登顶，重复这个模式好几次了。。。。。
1 个赞
这个确实很好，测试数据集和结果每个月更新，防止大模型作弊或者刷题过拟合
1 个赞
竞技场排名就是参考的, 准确性可能没有那么准确. 还是多看几个来评估会好点. 
竞技场是不是收钱了 
基本没有参考性 4omini竟然排claude3.5前头
好东西，收藏了，感谢分享 
收藏了对比一下，
说实话，自己整理个问题库，每次有api更新的时候挨个问一遍，心里就有数了。
我存了几个问题，宋词仿写，识图，prompt优化，角色扮演都有。
1 个赞
这个榜 chatgpt-4o-latest 全面退步 openai真该倒闭了
倒闭了我用什么 
Gemini Claude
1 个赞
OpenAI的用习惯了
从4o实时语音问答这么难产看，真的内部有产能问题了，
我感觉现在它不画饼都不错了，GPT-5我觉得真的不是近期了
openAI是真的没活整了，凉凉
很有意义的，会很贴合自身的需求去做选择。能否分享一下具体的一些题库。