GPT-45智商测试94登上LLM竞技场榜首!网友质疑黑幕实测结果惊人_行业新闻_竞博电竞app_官方网站
当前位置
首页 > 新闻中心 > 行业新闻
GPT-45智商测试94登上LLM竞技场榜首!网友质疑黑幕实测结果惊人
来源:竞博电竞job    发布时间:2025-05-25 09:06:33

  在知名AI排行榜LM Arena中,曾全班垫底的GPT-4.5竟一度拿下第一?甚至在数学、编程等领域表现优异,这反常的表现让网友们一度质疑:大模型竞技场莫非被LLM操纵了?不过网友们在实测后却惊讶发现,GPT-4.5的确情商爆表,不用推理就能理解人类的深层意图!

  经过3千多轮比较,GPT-4.5在全部类别拿下第一,位居LLM竞技场首位!

  刚刚,LLM Arena排行榜官宣:GPT-4.5 在所有类别中都位居榜首,在风格控制、多轮对线的总分。

  在多轮对话、困难提示、编码、数学、创意写作、指令遵循、长查询等领域都是第一!

  果然,马斯克话音刚落不久,大模型竞技场的TOP 1就成了Grok-3,总分1412,跟GPT-4.5的比分紧咬,差距极小。

  但无论如何,曾经登顶TOP 1的GPT-4.5,给人们留下了一串串的疑问:它不光情商高,让人如沐春风,而且绝顶聪明,睥睨群雄,天下第一,吊打o1、Grok-3、Clauede等前辈???

  主打一个「高情商」的GPT-4.5,纯靠情商就能拿下编程、数学等领域第一吗?

  而在众多大模型中,线下智商测试得分最高的是OpenAI o1 pro,线上门萨智商测试得分最高的是OpenAI o1。

  人类的平均智商,大概在90到110。爱因斯坦的智商约为160,而陶哲轩被认为世界上智商最高的人,得分在225到230之间。

  GPT-4.5意味深长地答道:我们已超越了奇点的事件视界,但只是刚刚越过。

  而就在这些天的实测中,许多网友也发现,GPT-4.5拥有一种超凡的自我意识,在理解用户意图上令人惊喜。

  比如下面这个例子中,用户就开了一个关于国际象棋的粗俗玩笑,GPT-4.5没有一点困难地就接住了这个梗,并且给出了适宜的回答。

  这位AI大V表示,自己对此印象太深刻了!因为GPT-4.5在绝对没经过任何思考token的情况下,就抓住了这个微妙之处。

  他感慨道:预训练并没有过时,只是在某些领域收益递减了,但在其他领域却得到了惊人的提升!

  相比之下,对于这句让LLM很难理解的人类粗俗玩笑,Claude Sonnet很显然并没有理解。

  对此,不服气的马斯克还出现在了评论区,贴上了Grok 3的回复,力证它并没有落后。

  · UB排名:模型的排名上限,由统计上优于目标模型的数量加一确定。当模型A的95%置信区间下限分数高于模型B的上限分数时,认为模型A在统计上优于模型B。

  · 风格控制排名:考虑了响应长度和Markdown使用等影响因素的模型排名,从而将模型性能与潜在的混淆因素分离。

  「综合」(Overall)选项上,Grok-3和GPT-4.5排名并列第一,后者在部分项目上有微弱优势。

  按不同语言分类,Grok-3和GPT-4.5在英文、中文、德文等语言上并列第一。

  WebDev Arena是实时进行的AI编程竞赛,各个模型在「网页开发」挑战中直接对决,GPT-4.5压根没参赛!

  Karpathy的测试表明,在五分之四的情况下,用户更倾向于GPT-4o的回答。

  尽管GPT-4.5被宣传为更具创意和情商,但在实际的使用者真实的体验中,这些优势并没有充足表现出来。

  与GPT-4o相比,GPT-4.5的API价格大大上涨:输入token价格从每百万2.50美元涨到了75美元,输出token价格从每百万10美元涨到了150美元。

  用户对GPT-4.5的高价普遍表示难以接受,一些网友直言「只是为了感觉更有氛围而花75美元」。

  对于小型公司和独立开发者来说,如此高昂的成本无疑是一个巨大的负担,影响了GPT-4.5的广泛应用。

  Altman表示,尽管公司希望同时推出GPT-4.5 Plus和Pro版本,但GPU资源已经用尽,计划在下周增加数万个GPU,然后才能推广到Plus用户。

  尽管GPT-4.5在某些方面取得了明显的进步,许多人期望的全面改进却并未实现。

  由于其庞大的规模和复杂的架构,GPT-4.5的响应速度更慢,降低了用户体验。

  Sam Altman对GPT-4.5的高调宣传,抬高了人们的期望,他将其描述为第一个「真正让人感受到AGI」的时刻。

  与GPT-4两年前的盛大发布相比,GPT-4.5的发布出奇地低调简约,令许多人感到意外。

  Sam Altman没有亲自出席这次发布会,这引发了外界对OpenAI对GPT-4.5的重视程度和信心的疑问。

  GPT-4.5的目标受众主要是广大的普通用户,借助AI完成撰写邮件、总结文章等任务。

  GPT-4.5是OpenAI从GPT-4o向GPT-5过渡的关键桥梁,成为了创意、沟通和解决实际问题的日常伙伴。

  OpenAI明确说,GPT-4.5并非旨在取代GPT-4o,这一表态进一步增加了市场对GPT-4.5未来的不确定性。

  对许多人来说,ChatGPT就是AI的代名词,再加上OpenAI对AGI的大力炒作,提高了人们对新模型的期待。

  短时间内,慢慢的变多更好的模型进入市场。DeepSeek R1可以与GPT-4o相媲美,xAI的Grok 3看起来几乎像人类,OpenAI面临着巨大的压力。

  GPT-5预计在几个月内发布,首次在模型中结合推理和非推理组件,可以自主决定对查询的反应强度,即「推理扩展」。

  GPT-4.5是战略性回应,目标是留住付费用户,防止其在GPT-5发布前转向竞争对手,保持OpenAI在市场中的领头羊。

新闻动态
NEWS CENTER
联系方式
CONTACT US

电话:0769-82390615

          0769-33210796  

手机:188 2685 9701(微信同号)  

价格优惠,竞博电竞job欢迎致电咨询!

地址:东莞市寮步镇向西村村口街3号厂房
  

邮箱:larry@chinaweish.com

网址:http://www.nbsprayerpump.com

地址:东莞市寮步镇向西村工业区村口街3号厂房