以后想挑 AI 模型，可能不用再看厂商自己发的跑分榜了。9 月 16 日，B站正式上线「AI无限竞技场」——据官方介绍，这是一个把全站 UP主 的大模型实测汇总到一起的「竞技广场」，首期测评榜单也同步公布。 谁来打分？是真实用过的 UP主据了解，这份榜单不是实验室跑分，而是由各个领域的 UP主 拿上百个大模型做「真实场景实测」攒出来的，主题覆盖写代码、逻辑推理、协作、知识问答等。用大白话说：谁更适合干哪类活，是照着真实使用结果排的，而不是照着厂商给的参数排的。 和传统评测最大的不同是，竞技场不限定主题、也不限定测评维度。UP主 们可以自己出题——真实工作流、专业应用、甚至趣味脑洞都行，让不同模型做同一道题，谁强谁弱一眼就能看出来。首期榜单已经涵盖 DeepSeek、Kimi、ChatGPT、Claude、Gemini、豆包、千问、Hy、MiniMax 等主流模型。 首期谁排前面？据公布结果，GPT-6 Astra 在 10 位 UP主 的测评中拿下榜首，也是获得「榜首次数」最多的模型；GLM-5.3 紧随其后。更值得留意的是，前五名里国产大模型占了三席——这一轮国产模型的实测口碑，比很多人预期的要好。 为什么 B站 要搞这个据介绍，过去一年 B站 的 AI 生态增长很快：AI 知识内容的消费时长同比增长 72%，平均每月看 AI 内容的用户超过 1.9 亿。从模型发布、到大家讨论、测评、上手用到互相求助，这些需求天然适合视频和弹幕来承载。测评内容在社区里越积越多，官方干脆做了个「集合广场」把它们收拢起来。 按官方说法，竞技场的排名会实时更新，并持续向全站 UP主 开放报名。也就是说，这份榜单不会停在首发那一天——随着更多真实案例进来，模型的能力边界也会被检验得更清楚。 对普通用户来说，多了一个说人话的参考：想换 AI 工具时，直接看同题实测的结果，比看参数表省心。 来源：量子位《B站AI无限竞技场今日上线！全球百大AI模型同场竞技，GPT-6高居榜首》（哔哩哔哩提供，量子位获授权转载） 原文链接：https://www.qbitai.com/2026/09/490396.html |
