LMSYS 推出 Image Arena：FLUX、DALL-E 盲测对决
大模型评测平台 lmarena.ai 推出 Image Arena 图像竞技场。用户输入一段提示词，系统会调用 FLUX、Stable Diffusion、DALL-E 等两个匿名模型同时生成图片，由用户盲选投票决出胜负，官方排行榜也即将上线。
LMSYS
GPT-4o 最新版重夺 LMSYS 榜首：超越 Gemini，代码能力大涨 30 分
LMSYS 宣布 OpenAI 最新版 GPT-4o（20240808）以 1314 分重登 Chatbot Arena 榜首，反超 Google Gemini-1.5-Pro-Exp。新版在代码、高难度提示和指令遵循等子榜均拿下第一，开发者可通过 API 的 chatgpt-4o-latest 体验。
Claude 3 Opus 登顶 Chatbot Arena：首次超越 GPT-4 终结一年霸榜
周二，Anthropic 旗下大模型 Claude 3 Opus 在盲测天梯榜 Chatbot Arena 上首次超越 OpenAI 的 GPT-4 登顶。自 2023 年 5 月以来，GPT-4 系列一直稳居榜首。这也是首次有非 OpenAI 厂商的模型拿下王座，其轻量级模型 Haiku 同样表现抢眼。