AI 无限竞技场

B站最近上线的「AI 无限竞技场」把这件事玩成了真正的「实战擂台」。它不是传统基准测试，而是由全站UP主用真实场景、真实工作流、甚至脑洞命题，对上百个大模型进行同题PK，最终用「拿榜首次数」来排名。

AI 无限竞技场 网站截图

它有什么不一样？

传统评测往往限定维度、限定题库，容易被针对性优化。
AI 无限竞技场则完全放开：代码、推理、协作、知识、博弈、审美……只要UP主感兴趣，就能自己出题、自己实测、自己打榜。

目前平台已收录43+个测评主题、100+个参战大模型，相关内容累计观看超过1700万次。排名实时更新，依据各模型在不同主题中获得第一名的次数由高到低排列。

最新榜单显示，GPT-6 Astra 以较高的榜首次数暂时领跑，Claude、GLM 系列紧随其后，国产模型在前十中占据多席，竞争相当激烈。

为什么值得关注？

1. 更接近真实使用体验
   UP主来自不同分区，有的测硬核编程，有的测囚徒困境博弈，有的测世界杯模拟，有的直接测「审美」。模型在真实工作流里的表现，比单一分数更能说明问题。
2. 持续开放、动态更新
   全站UP主可持续报名加入，新测评不断涌入，榜单每天都在变化。这不是一次定终身的静态榜，而是一个不断生长的竞技广场。
3. 内容生态直接落地
   过去一年B站AI内容消费时长大幅增长，用户对「到底哪个模型好用」的讨论早已铺天盖地。无限竞技场把这些散落的测评内容系统化，形成可对比、可追踪的参考。

怎么玩？

直接打开页面就能看到总榜、各主题详情和最新播报。感兴趣的测评主题还可以订阅，UP主更新时第一时间收到提醒。想深度了解某个模型在特定场景下的表现，点进对应测评视频就能看到完整过程。

大模型迭代越来越快，纸面分数越来越难区分差距。B站用「无限竞技场」的方式，把评判权交回真实场景和真实用户手中——谁能真正帮上忙，谁就能站上榜首。