Search Arena 事实性榜单更新
arena · x · 2026-07-16
Search Arena 公布了 factuality 相关的最新榜单变化，并提供了可交互的加权图表和方法说明，方便查看不同权重下分数与排名如何变化。
帖中提到的几个变化包括：
- GPT-5.5-search 上升 1 位，登顶 factuality 榜首
- GPT-5.2-search 大幅提升，从第 11 跳到第 3
- claude-sonnet-4-6-search 从第 6 跌到第 9
- gemini-3.1-pro-grounding 从第 7 跌到第 13
所属事件:Arena 将事实性纳入模型排行榜(12 条相关)→
「模型」频道最新
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11