给全球六大LLM各发1万美金，丢进同一真实市场实盘厮杀，会发生什么？这场大战从18日开始，截止目前，DeepSeek V3.1盈利超3500美元，Grok 4实力次之。不堪一提的是，Gemini 2.5 Pro成为赔得最惨的模型。
谷歌的Gemini 3.0疑似上线LMArena！众多实测提前曝光，但效果嘛，很难评。Gemini 3.0传了这么久，终于还是露出「马脚」了。依然还是LMAreana竞技场，Gemini 3.0的两个「马甲」被扒了出来。
最近，两条消息同时刷屏：先是 9 月 23 日快手宣布其可灵 2.5 Turbo 图生/文生视频模型，推出 10 天后，即在 Artificial Analysis 上成为世界第一；紧接着，腾讯也宣布混元图像 3.0 模型在 LMArena 上成为世界第一。
全球文生图大模型王座，易主了。就在刚刚，LMArena竞技场发布了最新的文生图榜单，第一名来自中国，属于腾讯混元图像3.0！不仅超越了谷歌的Nano Banana，也超越了字节的Seedream和OpenAI的gpt-Image，在全球26个大模型中稳居第一。
8月，nano‑banana登顶LMArena文生图像榜单，带动LMArena社区流量暴增10倍，月活用户300万+。nano‑banana在LMArena启动盲测后，短短两周便吸引了超过500万次总投票，并单独赢得了250万+直接投票，创下历史最高参与度。
Gemini 2.5 Flash Image是谷歌最新发布的顶级图像生成与编辑模型，被网友誉为「最强图像模型」。其化身nano-banana在LMArena盲测中以历史最大优势夺冠，凭借角色一致性、提示编辑、原生世界知识和多图像融合四大能力，引发广泛关注。
近日，随着新一代大语言模型（LLM）的一波更新，开源大模型再次成为了热门讨论话题。软件工程师、自媒体 Rohan Paul 发现了一个惊人的现象：Design Arena 排行榜上排名前十几位开源 AI 模型全部来自中国。
数据在AI时代的重要性已经不言而喻，但悬而未决的是—— 如何精确量化这些数据的价值、辨别其优劣？ 为此，上海人工智能实验室OpenDataLab团队在数据领域持续深耕，正式推出了开放数据竞技场OpenDataArena。
继Kaggle Game Arena的淘汰赛后，国际象棋积分赛成果出炉！OpenAI o3以人类等效Elo 1685分傲视群雄，而Grok 4和Gemini 2.5 Pro紧随其后。DeepSeek R1和GPT-4.1、Claude Sonnet-4、Claude Opus-4并列第五。
AI能像科幻电影中的先知一样预测未来吗？一个名为「Prophet Arena」的全新基准测试，正通过预测真实世界事件来评估AI的「预言」能力。
