关键词: LLM,大模型排行榜,Arena-Hard,AI测评

最公平的大模型基准测试诞生了！来自LLM竞技场，最接近人类偏好，数据新鲜、速度快、成本低，严格分离学渣和学霸。

关键词: Llama 3,Claude 3,Arena-Hard,大模型评测

随着Claude 3、Llama 3甚至之后GPT-5等更强模型发布，业界急需一款更难、更有区分度的基准测试。