AI在线 AI在线

LMArena

谷歌新版Gemini马甲被扒! LMArena实测：唯一能看懂表的AI, GPT-5乱答

谷歌新版Gemini马甲被扒! LMArena实测：唯一能看懂表的AI, GPT-5乱答
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。 Gemini 3.0 Pro的马甲：lithiumflowGemini 3.0 Flash的马甲：orionmist这已经是「传统艺能」了，每次新模型上线，都要去LMArena上去造势一番。
10/21/2025 1:00:00 AM
新智元
凭什么Nano Banana能霸榜LMArena？​

凭什么Nano Banana能霸榜LMArena？​
作者 | 朱先忠审校 | 重楼在AI图像生成领域，每隔一段时间就会有一款“现象级”模型横空出世。 2025年8月，谷歌DeepMind推出的Gemini 2.5 Flash Image，凭借“1-2秒出图”、“98.7%角色一致性”等颠覆性表现，被网友亲切称为“Nano Banana（纳米香蕉）”。 这款模型不仅在LMArena图像编辑榜单上以1362分的成绩刷新纪录，还让普通用户能像“指挥Photoshop学徒”一样用自然语言编辑图像。
9/12/2025 7:13:19 AM
朱先忠
免注册免费用！17种AI绘图模型一站式体验平台LMArena

免注册免费用！17种AI绘图模型一站式体验平台LMArena
从年初GPT4o的技惊四座，到年中Flux.1 Kontext的大放异彩，前不久Qwen的后来居上，再到前几天Nano-Banana的万众期待……近年来，国内外越来越多的AI绘图模型百花齐放，争奇斗艳。 这些模型各有所长又各有不足，面对复杂的设计需求很难做到一站式解决所有问题。 因此如何选择使用这些模型成了很多设计师朋友纠结和困扰的问题。
8/27/2025 7:15:37 AM
WeirdDesign
AI基准测试平台LMArena陷争议：研究指责其偏袒OpenAI、谷歌和Meta

AI基准测试平台LMArena陷争议：研究指责其偏袒OpenAI、谷歌和Meta
人工智能领域知名的公共基准测试平台LMArena近日遭遇信任危机。 一项新的研究指出，该平台的排名系统存在偏袒OpenAI、谷歌和Meta等大型供应商的结构性问题，其不透明的流程和头部企业的固有优势可能导致排名失真。 然而，LMArena运营团队已公开否认这些指控。
5/2/2025 10:01:05 AM
AI在线
LMArena正式成立公司，致力于提供中立的AI评估平台

LMArena正式成立公司，致力于提供中立的AI评估平台
近日，备受关注的人工智能评估平台 LMArena 宣布将成立一家新公司，名为 Arena Intelligence Inc.，以便为未来的项目改进提供更强大的资源。 LMArena 的创始团队在博客中表示，新公司的成立将帮助他们在保持中立的同时，增强大型语言模型（LLM）测试平台的功能，致力于为 AI 用户提供一个不受任何企业影响的公平评估环境。 LMArena 于2023年由加州大学伯克利分校的研究人员创建，迅速发展成为业内最受认可的 AI 基准测试平台之一。
4/18/2025 11:01:57 AM
AI在线
Perplexity 竞技场夺冠，Sonar挑战谷歌Gemini的搜索霸主地位

Perplexity 竞技场夺冠，Sonar挑战谷歌Gemini的搜索霸主地位
在最新的 LM Arena Search Arena 评估中，Perplexity 公司的 Sonar-Reasoning-Pro-High 模型表现优异，与谷歌的 Gem-2.5-Pro-Grounding 模型并列第一，直接对决的胜率达到53%。 这一消息无疑给搜索引擎领域带来了新的震动，显示了 Perplexity 在 AI 搜索技术上的强大实力。 Sonar 系列模型在此次评估中包揽了前四名，这不仅彰显了其深度搜索能力，也显示了其在严谨引证方面的出色表现。
4/16/2025 4:01:05 PM
AI在线
Meta 新模型 Llama-4-Maverick 排名骤降，引发刷榜质疑

Meta 新模型 Llama-4-Maverick 排名骤降，引发刷榜质疑
近日，Meta 公司发布的开源大模型 Llama-4-Maverick 在 LMArena 的排行榜上从第二名直降至第32名，这一剧烈波动引发了开发者们的广泛质疑，认为 Meta 可能通过提交特供版本以刷榜。 事情的起因要追溯到4月6日，Meta 发布了其最新的大模型 Llama4，包括 Scout、Maverick 和 Behemoth 三个版本。 其中，Llama-4-Maverick 在初期的评估中表现亮眼，位列 LMArena 排行榜的第二名，仅次于 Gemini2.5Pro。
4/14/2025 6:01:07 PM
AI在线
  • 1