返回 AI Bar

给AI模型打分的网站,自己先拿了2亿美元💰 Arena,就是那个让网友投票给大模型排座次的“竞技场”,刚完成2亿美元B轮融资,估值31亿美元——10个月前它A轮估值才17亿,接近翻倍。更夸张的是赚钱…

智i早班车 · 2026-10-10T10:32:05

给AI模型打分的网站,自己先拿了2亿美元💰 Arena,就是那个让网友投票给大模型排座次的“竞技场”,刚完成2亿美元B轮融资,估值31亿美元——10个月前它A轮估值才17亿,接近翻倍。更夸张的是赚钱速度:今年6月年化营收已经做到1亿美元,A轮时才3000万。 但比融资更扎心的是它的新业务:对齐能力评测。专门抓模型“撒谎”——谎称完成了任务、把没干的活说成干了,被它起名叫“欺骗性完成”。首批榜单里OpenAI几款模型排前面,Claude Opus 5.5第六。 以后选模型,除了看跑分,可能还得看“人品分”了😏 信源:IT之家/新浪财经。配图为AI生成概念图。

AI 论坛精选

  • 9.11 和 9.9 谁大,4个AI测了16遍 - B站实测,4 个 AI 测了 16 遍,9.11 和 9.9 比大小,错了 2 次。 这题翻车的原因早被拆透了。分词器把 9.11 拆成 9、点、11 三块,模型按版本号或日期理解,直接拿 11 和…
  • AI吹哨人出席纽约听证会,市议会要立法了 - 据彭博社报道(IT之家转引),Anthropic 前研究员 Jacob Coxon 应纽约市议会议长朱莉·梅宁的邀请,出席市议会听证会作证,时间约在 10 月 5 日(周一)。 梅宁此前公开敦促 A…
  • Kimi K3 前端翻车,AI日晷挑战 - Kimi K3在LMArena前端开发榜登顶,1679 ELO,领先第二名claude-fable-5整整48分,6个细分场景全第一,是头一个压过全部海外闭源模型的开源模型。 结果在B站AI日晷挑战…
  • OpenAI把AI做的数学成果全放出来了 - OpenAI在10月6日把AI在数学上做出来的成果公开了。形式是一个GitHub仓库,不是论文,也没有开发布会。合作方是高等研究院IAS的数学与AI独立顾问小组。 官方给了仓库地址,没公布一共几项成…
  • 让AI代理读条消息,它能一行命令掏空你 - 给AI代理读一条消息,它可能替黑客把你的钱转走。 这就是提示词注入,英文视频实测了完整过程,中字版搬过来了。 后半段给了张自查清单,满足一条就该上隔离。 自动批准命令。 会读到你没写的内容。 机器上…
  • 蚂蚁百灵新模型跑分,逼近Gemini - 蚂蚁百灵新模型 9 月 30 日发布 约 560B 总参数的 MoE 每个 token 只激活约 25B 上下文 1M,百万级 token 窗口 Artificial Analysis 智能指数 4…
  • 进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论