谷歌 Gemini 最新版本强势登顶 Chatbot Arena 排行榜

近日，Chatbot Arena 传来重磅消息：谷歌 DeepMind 最新推出的 Gemini（Exp 1114 版本）经过一周多的社区测试，超过 6000 票，以总分跃升 40 多分的优异成绩与 4o-latest 并列第一，超越了 o1-preview 版本。此外，Gemini-Exp-1114 还荣登视觉排行榜榜首。

Gemini-Exp-1114 在技术和创意领域均表现出色：

总排名：从第 3 名跃升至第 1 名

数学：从第 3 名跃升至第 1 名

难题：从第 4 名跃升至第 1 名

创意写作：从第 2 名跃升至第 1 名

视觉：从第 2 名跃升至第 1 名

编码：从第 5 名上升至第 3 名

风格控制总分：保持第 4 名

这一里程碑式的成就引发了社区的广泛关注和热议。Logan Kilpatrick 宣布 gemini-exp-1114 已在 Google AI Studio 上线，供用户体验。许多用户表达了祝贺和期待，同时也提出了一些问题，例如测试是否仍然限制在 1000 个 token，以及如何处理长文本输出超过限制的情况等。 有用户指出，OpenAI 通常会在竞争对手发布重大更新时推出自己的更新或新产品，但这次谷歌的突破非常显著。还有用户希望 lmsys.org 能添加更多 Qwen 2.5 模型进行测试和比较。

一些用户分析，风格控制排名未变，可能表明团队主要尝试了新的后训练方法，而预训练模型未做改动。 也有人猜测，这可能是 Gemini 2 的前奏。

Gemini-Exp-1114 的亮眼表现标志着谷歌在大型语言模型领域取得了重大进展，其强大的计算能力投资终于开始得到回报。未来 Gemini 的发展令人期待。