在人工智能高速发展的赛道上，一个由几名学生创立的平台正悄然改变游戏规则。Chatbot Arena不仅成为全球最受瞩目的AI系统评测平台，更成为科技巨头们角力的重要战场。这个由加州大学伯克利分校、斯坦福大学和加州大学圣地亚哥分校的学生于2023年4月联合推出的项目，用一种前所未有的方式颠覆了传统AI技术评测。不同于过去那些枯燥的数学和法律测试，Chatbot Arena采用了一种极其简单而富有洞察力的方法:让用户匿名对比两个AI模型的回复，投票选出更优秀的答案。图源备注：图片由AI生

谷歌DeepMind最新推出的Gemini实验版本（Exp1114）在Chatbot Arena平台上取得了令人瞩目的成绩。经过一周多的社区测试，累计超过6000票的数据显示，这款新模型以显著优势超越竞品，在多个关键领域展现出惊人实力。在总体评分上，Gemini-Exp-1114以超出40分的优异成绩与GPT-4-latest并列第一，超越了此前领先的GPT-4-preview版本。更令人惊叹的是，该模型在数学、复杂提示和创意写作等核心领域全面登顶，展现出极强的综合实力。具体来看，Gemini-Exp-1114的进步令人印象深刻:在总排名中从第3名一举跃升至

OpenAI 的新系统在最近的评估中取得了出色的成绩，夺得了聊天机器人排名的第一名。但是，由于评分数量较低，这可能会扭曲评估结果。根据发布的概述，这些新系统在所有评估类别中都表现出色，包括整体性能、安全性和技术能力。其中一款专门用于STEM任务的系统与9月初发布的GPT-4o版本一起短暂排名第二，并在技术领域占据领先地位。Chatbot Arena是一个用于比较不同系统的平台，使用超过6，000个社区评分对新系统进行了评估。结果表明，这些新系统在数学任务、复杂提示和编程方面表