● 百度发布文心 5.1：搜索能力登顶国内，预训练成本仅为业界 6%

📌 一句话摘要 百度发布文心大模型 5.1，采用多维弹性预训练技术，以业界 6% 的预训练成本实现基础效果领先，并登顶 LMArena 搜索榜国内第一。 📝 详细摘要 文章报道了百度在 5 月 9 日正式发布的新一代基础大模型文心 5.1。该模型的核心亮点在于其采用的「多维弹性预训练」技术，使得

● 文心 5.1 Preview 登顶 LMArena 文本榜，国产模型全球前十五唯一

📌 一句话摘要 文心 5.1 Preview 在 LMArena 文本榜以 1476 分排名全球第 13，超越 GPT-5.5 和 DeepSeek-V4-Pro，作者借此指出文本能力仍是模型竞争的核心地基。 📝 详细摘要 这条推文引用 LMArena 文本榜最新排名，指出百度文心 5.1 Pr

● 在 LMArena 上试用“Battles in Direct”

📌 一句话摘要 LMArena 邀请用户试用新的“Battles in Direct”聊天功能。 📝 详细摘要 这是该系列推文的最后一条，提供了 LMArena 平台的直接链接，邀请用户测试新的“Battles in Direct”聊天功能并提供反馈。 📊 文章信息 AI 评分：80 来源：l

● LMArena：解读“Battles in Direct”的设计决策

📌 一句话摘要 LMArena 提供了一个 YouTube 视频，解释了新功能“Battles in Direct”背后的设计决策。 📝 详细摘要 此推文是对主要公告的补充，提供了一个 YouTube 视频链接，其中 Clayton 和 John 解释了“Battles in Direct”评估

● LMArena 推出“Battles in Direct”评估模式

📌 一句话摘要 LMArena 推出“Battles in Direct”模式，这是一种新的评估模式，允许用户在直接聊天中匿名引入第二个模型进行对比。 📝 详细摘要 LMArena 发布了名为“Battles in Direct”的新评估模式。该功能允许用户在直接聊天过程中匿名对比不同模型。通过

● Gemma 4 31B 在 Arena 帕累托前沿的表现

📌 一句话摘要 LMArena 报告称，Gemma 4 31B 模型显著改变了帕累托前沿，比 DeepSeek 3.2 等同价位模型高出 30 个 Arena 积分。 📝 详细摘要 此推文重点介绍了谷歌 Gemma 4 31B 模型在 LMArena 排行榜上的表现。它指出该模型改变了帕累托前沿

● 访问交互式 Arena 排行榜

📌 一句话摘要 一条跟进推文，提供了交互式 Arena 排行榜的直接链接，方便用户根据个人需求筛选和自定义模型对比。 📝 详细摘要 此推文提供了通往交互式 LMArena 排行榜的直接操作链接。它鼓励用户探索帕累托前沿的细节，并自定义查看体验，以便根据特定的个人或项目需求对模型进行筛选。 📊

● 帕累托前沿教育资源

📌 一句话摘要 这是一条跟进推文，提供了一个教育视频链接，帮助用户理解和解读 AI 模型基准测试中的帕累托前沿。 📝 详细摘要 此推文为资源分享帖，链接到了一个由 Peter 和 Justin 主讲的教育视频。内容旨在帮助用户更好地解读和利用 LMArena 排行榜上的帕累托前沿可视化图表，从而

● 阿里 Qwen 3.6 登顶 LMArena 编程榜，超越 GPT-5 成为中国最强编程模型

📌 一句话摘要 阿里最新发布的 Qwen 3.6-Plus 在 LMArena 编程盲测榜单中位列全球第二，超越 GPT-5.0，成为排名最高的中国大模型。 📝 详细摘要 文章报道了阿里巴巴新一代大语言模型 Qwen 3.6-Plus 在全球权威大模型盲测平台 LMArena（Code Aren

● 2026 年 3 月竞技场更新回顾

📌 一句话摘要 包含 2026 年 3 月 LMArena 更新总结的博客文章链接。 📝 详细摘要 这条推文分享了一篇详细的博客文章链接，涵盖了 2026 年 3 月 LMArena 的更新，包括产品变更、排行榜排名和研究见解。 📊 文章信息 AI 评分：78 来源：lmarena.ai(@l

● LMArena 2026 年 4 月月度回顾

📌 一句话摘要 LMArena 发布了四月月度更新，重点介绍了文档、视频、文本和代码竞技场中的变化。 📝 详细摘要 LMArena 发布了四月月度回顾，总结了排行榜的关键变动、新增的竞技场以及产品更新。此次更新强调了这些变化均基于真实世界的评估数据。 📊 文章信息 AI 评分：82 来源：lm

● GLM-5V-Turbo 加入视觉竞技场

📌 一句话摘要 LMArena 宣布将 GLM-5V-Turbo 添加到视觉竞技场，供社区测试和评估。 📝 详细摘要 LMArena 已将 GLM-5V-Turbo 模型添加到其视觉竞技场中。邀请用户使用真实提示词测试该模型的多模态推理能力，并通过投票为排行榜排名做出贡献。 📊 文章信息 AI

● 访问视觉竞技场排行榜

📌 一句话摘要 提供视觉竞技场排行榜的直接链接，以查看当前模型排名。 📝 详细摘要 这条推文提供了视觉竞技场排行榜的直接链接，允许用户查看当前模型的性能排名，包括新加入的 GLM-5V-Turbo。 📊 文章信息 AI 评分：76 来源：lmarena.ai(@lmarena_ai) 作者：A

● 在 LMArena 上测试 GLM-5V-Turbo

📌 一句话摘要 呼吁用户在 LMArena 平台上测试新加入的 GLM-5V-Turbo 模型。 📝 详细摘要 这条推文鼓励用户访问 LMArena 平台，通过上传图像文件来测试 GLM-5V-Turbo 模型，并评估其在特定用例中的推理能力。 📊 文章信息 AI 评分：78 来源：lmare

● GPT-5.4 模型变体及缩放行为分析

📌 一句话摘要 LMArena 分析证实，GPT-5.4 的各变体（Regular、Mini、Nano）表现为同一模型的不同缩放版本，这验证了定价差异反映的是效率优化，而非能力上的根本差距。 📝 详细摘要 这项基于 Text Arena 真实使用场景对 OpenAI GPT-5.4 系列的分析得

● GPT-5.4 在 Chatbot Arena 上的性能与价格分析

📌 一句话摘要 LMArena 提供了新款 GPT-5.4-Mini-High 和 Nano 模型的性能与价格解析。 📝 详细摘要 这条推文分析了 Chatbot Arena 中新发布的 GPT-5.4 变体，特别是 Mini-High 和 Nano 模型。它重点介绍了这些模型在商业、多轮对话和

● 在排行榜上探索 GPT-5.4 变体

📌 一句话摘要 一个用于在 LMArena 排行榜上筛选和探索特定 GPT-5.4 模型变体的后续链接。 📝 详细摘要 这条推文作为导航辅助，引导用户前往 LMArena 排行榜，根据特定的应用场景来筛选和分析各种 GPT-5.4 模型变体的表现。 📊 文章信息 AI 评分：78 来源：lma

● 详细的排行榜筛选

📌 一句话摘要 一个用于按特定应用场景筛选排行榜的后续链接。 📝 详细摘要 这条推文提供了前往 LMArena 排行榜的直接链接，允许用户根据其特定的应用场景需求来筛选和排序模型排名。 📊 文章信息 AI 评分：77 来源：lmarena.ai(@lmarena_ai) 作者：Arena.ai

● 开源模型与闭源模型之间差距的演变

📌 一句话摘要 LMArena 分析了 3 年的数据，表明开源模型与闭源模型之间的性能差距已稳定在 50-60 分左右。 📝 详细摘要 该分析考察了过去三年开源模型与闭源模型之间的竞争格局。它揭示了尽管 2024 年底性能差距显著缩小，但此后已稳定在约 50-60 分，目前闭源模型在排名前 20

● 详解 Arena 排行榜中的“风格控制”功能

📌 一句话摘要 LMArena 在排行榜中引入了“风格控制”功能，允许用户从人类偏好数据中过滤掉回复长度和语气等偏差因素。 📝 详细摘要 该推文解释了 Arena 排行榜上的“风格控制”功能。通过允许用户切换此控制选项，LMArena 旨在减轻回复长度、语气和格式等表面因素对人类偏好投票的影响，