OpenAI的GPT-4.5在Chatbot Arena的多个类别中占据领先地位-品论天涯网

上周，OpenAI推出了GPT-4.5，这是其迄今为止最大的前沿模型。OpenAI声称，GPT-4.5是迄今为止知识最丰富的模型，它是通过进一步扩展预训练过程而构建的。与OpenAI的旧版模型相比，GPT-4.5模型除了拥有更多知识外，还提高了写作技巧，并拥有更精致的个性。5B5品论天涯网

今天，GPT-4.5模型首次亮相ChatbotArena，在大多数类别中均排名第一。在以下类别中，GPT-4.5均名列榜首，并在"Multi-Turn"类别中遥遥领先。GPT-4.5还在风格控制排行榜上遥遥领先。5B5品论天涯网

多转5B5品论天涯网

硬提示5B5品论天涯网

编程5B5品论天涯网

数学5B5品论天涯网

创意写作5B5品论天涯网

跟踪指导5B5品论天涯网

更长的查询5B5品论天涯网

xAI最新的Grok-3模型（grok-3-preview-02-24）也首次出现在竞技场排行榜上，在"难点提示"（英语）中排名第一，在"编码"、"数学"、"创意写作"、"指令跟踪"和"长查询"中并列排名第一。GPT-4.5和Grok-3所展示的快速进步凸显了人工智能领域日益激烈的竞争。5B5品论天涯网

OpenAI的GPT-4.5在其他几项人工智能基准测试中均名列前茅。它在"淘汰赛"基准测试中名列第一。淘汰赛是一项多方比赛，测试LLM的社交推理、策略和欺骗能力。在智商测试得分排名中，GPT-4.5的表现优于业内所有其他非推理模型。在SimpleQA幻觉率基准测试中，GPT-4.5在OpenAI的所有大型语言模型中得分最低。5B5品论天涯网

上个月，OpenAI首席执行官SamAltman 透露，GPT-4.5是OpenAI最后一个非思维链模型。此外，OpenAI将不再以独立模型的形式发布o3。取而代之的是，OpenAI将统一o系列和GPT系列模型，创建可根据用户查询确定适当思考时间的系统。5B5品论天涯网

SamAltman还确认，即使是ChatGPT免费层用户也可以使用GPT-5，但只能在标准智能设置下使用。ChatGPTPlus用户将能以更高的智能级别运行GPT-5，而专业版用户将能以更高的智能级别运行GPT-5。此外，统一模式将支持所有现有的ChatGPT功能，如语音、画布、搜索、深度研究等。5B5品论天涯网