B站「AI无限竞技场」上线：全球百大模型同场竞技，GPT-6高居榜首

9月16日，B站「AI无限竞技场」正式上线，首期大模型测评榜单同步公布。据《证券市场周刊》报道，GPT-6 Astra在10位UP主的测评中拿下榜首，在与GLM-5.3的竞争中成为获得榜首次数最多的模型，前五名里国产大模型占据三席。

与传统跑分评测不同，这个竞技场并没有由平台设定统一题库。它是一个汇集B站UP主AI大模型测评的广场，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、知识等多种主题。UP主以真实工作流、专业应用乃至趣味脑洞自主命题，让不同模型在同题PK中呈现实际表现差异。

首期榜单已经覆盖DeepSeek、Kimi、ChatGPT、Claude、Gemini、豆包、千问、Hy、MiniMax等主流模型。换句话说，这是一张把开源与闭源、国内与海外模型放在同一张桌子上比较的榜单。

平台给出的背景数据是，过去一年B站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。对B站而言，直播、视频与弹幕的互动形态天然适配AI爱好者的信息获取与交流需求，大量测评内容已经在社区沉淀，「AI无限竞技场」更像是对这些内容的集合与重新组织，而不是从零搭建的评价体系。

值得注意的是，榜单排名将实时更新，并持续面向全站UP主开放报名。这意味着它不是一次性的发布，而是一个打算长期运行的评测入口，样本会随着更多真实场景的测评案例不断补充。

竞技场式榜单的价值，很大程度上取决于评测如何采样、由谁打分、结果如何聚合。目前公开的信息集中在“UP主自主命题、同题PK”这一层，完整的评分与聚合方法还没有展开。对模型厂商来说，榜单名次正在变成一种公开的营销资产，榜首位置尤其如此，这也是外界会格外盯住评测透明度的原因。

后续有三个看点：B站是否会公布更完整的评测方法与完整榜单；排名实时更新之后，头部模型的名次能否保持稳定；以及这种由创作者驱动的测评，会不会成为国内用户判断模型强弱的一个常用入口。