Claude 3的競技場排名終於來了：
短短3天內，20000張投票，將榜單的流量推向空前。
最終，Claude 3最強的「大盃」模型Opus得分1233，成為第一位能和GPT-4-Turbo一較高下的選手。
「中盃」Sonnet也還不錯，和GPT-4的兩個舊版本不相上下。
圖片
不過總的來說，還是GPT-4系列佔上風。
Claude 3的表演和宣傳有些許出入。如網友總結：
GPT-4還是大模型之王！
但，免費的「中盃」Claude 3（Sonnet）更物超所值。
圖片
Claude 3發佈時官方的宣傳是全面超過了GPT-4，但沒提是哪個版本的GPT-4。
圖片
競技場榜單（LMSYS Chatbot Arena Leaderboard）的最新更新，幫咱摸清了。
來看詳細情況。
排在第一名的是OpenAI去年11月推出的GPT-4 Turbo，也就是：
GPT-4-1106-preview。
它功能更強價格也更便宜，具有128k上下文，訓練資料從先前的2021年9月更新到2023年4月。
與它並列第一的是GPT-4 Turbo最新的版本，今年一月發布的：
GPT-4-0125-preview。
它的訓練資料更廣，擴展到了2023年12月。
兩者都取得了1251的分數。
接著才是Claude 3（訓練資料截止到2023年8月）。
它的最強版本Opus得分1233，比GPT-4 Turbo低了18分。
圖片
這個差距相比起來不算太大，畢竟再往下看：
它比GPT-4的兩個版本（0314、0613）分別高了48分、72分。
至於中等性能的Claude 3 Sonnet，則排名第6，位於GPT-4這兩個版本之間：
#不過只比0314版低5分，大有潛力一舉超越。
圖片
所以總的來說，官方宣傳的也算沒大毛病，全面超越老版GPT-4，但離GPT-4 Turbo還有點距離，雖然不算太大。
——從此榜單的評比機制等情況來看，它的結果還是相當有業界認可的。
它是由「小羊駝」（Vicuna）的作者團隊發起。
但裁判官不是“小羊駝”，更不是GPT-4，而是基於人類偏好。
詳細來說，也就我們隨機向兩個匿名模型提出任意問題，然後評價它們各自的回答，把票投給更好的那一個。
圖片
如果一輪投不出，咱可以選擇繼續提問。如果聊天中模型不小心透露了自己的身份，投票則作廢。
特別的，計分規則採用Elo機制來保證公平（玩王者榮耀的朋友都熟）。
舉個例子：如果某個模型輸了，但它的分數不一定低，因為它本身實力就弱，這是預料之中。
截止目前，這個榜單可以說是非常火爆，已經有全球73個模型參與挑戰，共收到了網友們37萬張 投票。
除了Claude 3，我們再看看其他表現亮眼的選手。
首先要提的是基於Gemini Pro的Bard，排名第四，僅次於GPT-4Turbo和Claude 3。
圖片
可以說有點讓人驚訝。
網友戲謔：
Google這是生生在排行榜上開了個「洞」啊。
並連忙艾特JeffDean和DeepMind負責人：餵，加把勁兒啊（旺柴）
圖片
然後要說的是阿里通義千問（1.5版本，上個月發布）。
它在本次排名中擠進了前十名、並列第九，是國內選手中表現最好的。
圖片
被它甩在身後的，除了其他國產選手，還有Claude 2、Gemini Pro和GPT-3.5等等。
完整名單：https://www.php.cn/link/e39505ef839c38f61139ae78da3f7615
#參考連結：https://www.php.cn/link/ 30637ce29549ac951061fd211d43c3b0
以上是GPT-4王冠沒掉！ Claude 3競技場人類投票成績出爐：僅居第三的詳細內容。更多資訊請關注PHP中文網其他相關文章！
