9月20日，B站宣布上线“AI无限竞技场”大模型测评榜，并同步公布首轮模型排行榜。榜单显示，GPT-6 Astra在10位UP主的测评中拿下榜首，成为获得榜首次数最多的模型，GLM-5.3位列其后。前五名中，国产大模型占据三席。
据B站介绍，“AI无限竞技场”是一个汇集B站UP主AI大模型测评内容的竞技平台，由各领域UP主对上百个大模型的真实场景实测构成，涵盖代码、推理、协作、知识等多种测评主题。与传统跑分评测不同，该竞技场不设主题或测评维度限制，UP主以真实工作流、专业应用、趣味脑洞等自主命题，在同题PK中呈现各模型的实际表现差异。
榜单覆盖DeepSeek、Kimi、ChatGPT、Claude、Gemini、豆包、千问、Hy、MiniMax等主流模型的对比测评，排名实时更新，并持续面向全站UP主开放报名。用户可通过B站官方页面查看完整榜单及测评内容。
B站方面披露的数据显示，过去一年平台AI知识内容消费时长同比增长72％，月均观看AI内容的用户超过1.9亿。平台已涌现出大量覆盖不同领域、维度和主题的测评内容，形成从模型发布到用户讨论、测评、使用、求助、共建的完整内容生态。
此次上线测评榜，意味着B站正试图将其社区内分散的AI测评内容进行结构化整合，以UP主实测替代传统基准测试，为开发者与用户提供另一种观察大模型实际能力的参考维度。在模型迭代加速、跑分与实际体验差距频受讨论的背景下，这类基于真实工作流的众测榜单能否形成持续公信力，仍有待观察。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
