Bilibili ra mắt bảng xếp hạng AI 'Đấu trường vô cực': GPT-6 Astra dẫn đầu

Theo tin từ IT ngày 20 tháng 9, Bilibili (B) thông báo ra mắt bảng xếp hạng mô hình ngôn ngữ lớn "AI Infinite Arena" (AI), đồng thời công bố kết quả vòng xếp hạng đầu tiên. Trong đó, GPT-6 Astra đã giành vị trí dẫn đầu trong các bài đánh giá của 10 UP chủ, vượt qua GLM-5.3 để trở thành quán quân về số lần đứng đầu bảng xếp hạng; các mô hình lớn nội địa chiếm 3 trong top 5 vị trí dẫn đầu. IT đính kèm địa chỉ bảng xếp hạng tại đây (https://www.bilibili.com/blackboard/era/aiarena.html?bsource=market_aiarena_sns_02).

Theo giới thiệu từ Bilibili, "AI Infinite Arena" là một đấu trường tập hợp các bài đánh giá mô hình ngôn ngữ lớn AI từ các UP chủ trên nền tảng, được xây dựng dựa trên các bài kiểm tra thực tế trong nhiều lĩnh vực của hàng trăm mô hình lớn, bao gồm các chủ đề đánh giá đa dạng như lập trình, suy luận, cộng tác, kiến thức, v.v.

Khác với các bài kiểm tra điểm chuẩn (benchmark) truyền thống, AI Infinite Arena của Bilibili không giới hạn chủ đề hay tiêu chí đánh giá. Các UP chủ từ nhiều lĩnh vực khác nhau tự đưa ra đề bài dựa trên quy trình làm việc thực tế, ứng dụng chuyên môn hoặc các ý tưởng sáng tạo thú vị, từ đó trực quan hóa sự khác biệt về hiệu năng thực tế của các mô hình thông qua các bài so sánh cùng chủ đề. Bảng xếp hạng bao gồm các bài đánh giá so sánh giữa các mô hình phổ biến như DeepSeek, Kimi, ChatGPT, Claude, Gemini, Doubao, Qwen, Hy, MiniMax, v.v. Thứ hạng được cập nhật theo thời gian thực và liên tục mở đăng ký cho tất cả UP chủ trên toàn nền tảng.

Thông tin công khai cho thấy, trong năm qua, thời lượng tiêu thụ nội dung kiến thức về AI trên Bilibili đã tăng 72% so với cùng kỳ năm ngoái, với hơn 190 triệu người dùng xem nội dung AI mỗi tháng. Nền tảng đã xuất hiện một lượng lớn nội dung đánh giá đa dạng về lĩnh vực, khía cạnh và chủ đề, bao phủ từ khâu ra mắt sản phẩm cho đến các hoạt động thảo luận, đánh giá, sử dụng, tìm kiếm sự trợ giúp và cùng xây dựng của người dùng.

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, giúp tiết kiệm thời gian chọn lọc, kết quả chỉ mang tính chất tham khảo. Các bài viết của IT có chứa liên kết ngoài đều bao gồm tuyên bố này.