B站AI无限竞技场测评榜发布，GPT-6Astra登顶，国产模型占三席

近日，视频平台B站宣布推出“AI无限竞技场”大模型测评榜单，标志着其在AI内容生态建设上的又一重要进展。根据最新发布的首轮排行榜，OpenAI的GPT-6 Astra以12次榜首成绩稳居第一，击败了包括GLM-5.3、Claude Fable 5.1在内的多款国内外知名大模型。

与传统跑分评测不同，“AI无限竞技场”采用开放式命题方式，由B站各领域UP主根据自身专业背景，自主设计测试题目，在真实工作流中对大模型进行全方位评估。测评主题涵盖代码生成、逻辑推理、团队协作、知识问答等多个方面，充分展现了各模型在实际应用场景中的表现差异。

值得关注的是，在本次排名前十的模型中，国产大模型占据三席：GLM-5.3位列第三，Kimi K3排名第六，DeepSeek-V4-Flash位列第八。这一结果不仅反映了中国AI技术的快速发展，也表明国产大模型在国际竞争中已具备相当的实力。

B站相关负责人表示，“AI无限竞技场”旨在打造一个开放、透明的AI模型测评平台，通过UP主的真实使用体验，为用户选择合适的AI工具提供参考。目前榜单已面向全站UP主开放报名，预计未来将吸引更多优质内容创作者参与。

与此同时，GPT-6 Astra在学术界也取得了重大突破这款AI模型与三位人类研究员合作，成功解决了困扰数学界近十年的“批准式委员会选举”难题，首次证明了“核”（核心概念）在任何情况下都不会为空。这一成果不仅展示了AI在数学领域的强大能力，也为AI与人类研究人员的合作模式提供了新的范例。

分析人士指出，B站此次推出的AI测评榜单具有多重意义。首先，它为AI模型的性能评估提供了一个全新的视角，避免了单一跑分指标可能带来的误导；其次，通过UP主的真实使用反馈，可以更全面地了解各模型在实际应用中的优劣势；最后，榜单的开放性也为AI技术的普及和应用推广创造了有利条件。

随着AI技术的快速发展，如何客观公正地评估AI模型的性能已成为业界关注的焦点。B站的“AI无限竞技场”通过引入UP主群体的力量，为这一难题提供了一个创新的解决方案。未来，随着更多优质内容创作者的加入，该榜单有望成为衡量AI模型性能的重要参考标准之一。