GPT-4o 最新版重奪 LMSYS 榜首：超越 Gemini，程式碼能力大漲 30 分
LMSYS 宣佈 OpenAI 最新版 GPT-4o（20240808）以 1314 分重登 Chatbot Arena 榜首，反超 Google Gemini-1.5-Pro-Exp。新版在程式碼、高難度提示和指令遵循等子榜均拿下第一，開發者可通過 API 的 chatgpt-4o-latest 體驗。
大模型榜首的位置還沒坐熱，王座又換人了。
LMSYS 宣佈，OpenAI 最新版 ChatGPT-4o（20240808）在 Chatbot Arena 經過一週的匿名盲測、收集了超過 1.1 萬次社群投票後，以 1314 分的成績超越 Google 的 Gemini-1.5-Pro-Exp，重新奪回總榜第一。
程式設計能力猛漲，API 現已上線
新版模型在技術任務上的提升很明顯。在程式設計分類裡，它的得分比 5 月 13 日的第一代 GPT-4o 高出 30 多分。
細分榜單上，新版 ChatGPT-4o 在硬核提示詞、指令遵循、長查詢和多輪對話中全部拿下第一，數學分類則排在第一到第二名。
OpenAI 隨後確認，這個新版本已經在 API 中以 chatgpt-4o-latest 的端點提供。不過官方也提醒，如果是常規的 API 業務，依然推薦使用 gpt-4o-2024-08-06，這個 latest 端點主要是讓開發者嚐鮮和評估最新的對話能力。
為什麼重要
我們認為，頭部大模型現在的榜首爭奪已經變成了高頻游擊戰。前腳 Google 靠實驗版 Gemini 剛登頂，後腳 OpenAI 就拿一個帶日期字尾的微調版本打了回去。
在做法上，OpenAI 把追求極限能力的動態版本 chatgpt-4o-latest 和追求穩定輸出的固定快照版本拆開，看起來相當務實。開發者想測試最強能力隨時可以呼叫，但核心生產環境又不會因為模型突然變動而崩潰。
如果你平時重度依賴大模型寫程式碼或處理複雜指令，現在就可以去 API 裡調 chatgpt-4o-latest 試試水，看看這漲出來的 30 多分在實際業務裡有多大體感。
來源 (1)
- @lmsysorg（在新分頁開啟）原文x.com
話題追蹤OpenAI GPT-4o 模型更新
- OpenAI 悄悄更新 GPT-4o：重回競技場第一，官方卻說不清哪變強了
- GPT-4o 最新版重奪 LMSYS 榜首：超越 Gemini，程式碼能力大漲 30 分本則
- OpenAI 悄然更新 GPT-4o：輸出長度翻四倍，但拒絕透露改了啥