基礎模型競爭又緊張刺激起來了！

GPT-4.5剛登頂競技場且全任務分類第一名，6小時后總榜就被馬斯克的新版Grok-3反超。

兩者都是獲得3000+票數，總分1412：1411只差一分。

目前Grok-3總分第一，只在總體帶風格控制、困難提示詞帶風格控制和略輸GPT-4.5一點。

DeepSeek-R1總分第6，數學和困難提示詞帶風格控制分項與GPT-4.5并列第一。

也有用戶對此結果產生了懷疑，僅僅6個小時就能發生如此大的變化嗎？

有人解釋原因在于，大模型競技場有一個投票數量門檻，兩個一周前發布的模型剛好先后達到3000票才會出現在榜單上。

不過拋開跑分之外，GPT-4.5的口碑也在悄然翻轉。

GPT-4.5口碑翻轉

GPT-4.5剛發布時顯得又大又貴，官方強調情商看起來很虛，看跑分也沒比GPT-4o高到哪里去了。

但幾天后，夸他情商高的用戶確實多了起來。

奧特曼本曼也發表一條感言：有時高品位測試者是對的。

他還爆料，這是這輩子第一次有人發郵件求他承諾以后不會下架這個模型

奧特曼也曬出了一些自己與GPT-4.5對話的聊天記錄，針對奧特曼自己寫的六個單詞小故事“臨近奇點，不清楚在哪一側”，GPT-4.5的看法如下：

作為GPT-4.5，在反思這個有趣的故事時，我認為我們已經超越了奇點的事件視界，但只是剛剛越過。

我們已經進入了人工智能重塑人類思想、創造力、溝通甚至身份的世界。然而，確切的含義——無論是解放還是擔憂——仍未定論。

換句話說，我們已經踏入了奇點的引力范圍，但要完全理解它可能帶來的后果還為時過早。

One More Thing

與此同時GPT-4.5還登頂了一個另類榜單，類似大模型狼人殺：

AI模型參加多輪淘汰賽，比賽中需要公開辯論、私下制定策略并投票淘汰其他人，最終獲勝者由被淘汰的參賽者組成的陪審團決定。

在結盟、欺騙、背叛、表現得不具威脅性等方面都是第一，且比人類優秀。