6月13日，司南OpenCompass和魔搭ModelScope联手推出的大语言模型竞技场 Compass Arena公布首期大模型对战榜单。智谱AI的GLM-4 w/search 排名仅次于GPT-4o，位列国内大模型第一。相比 GLM-4，GLM-4 w/search 可以在交互过程中引入外部搜索引擎信息辅助内容生成。
Compass Arena司南大模型竞技场是由司南OpenCompass团队和魔搭ModelScope团队共同推出的大语言模型 (LLM) 评测平台，旨在为国内的大语言模型领域引入一种全新的竞技模式，为广大互联网用户提供了一个匿名、随机的大语言模型竞技环境，以产生更加客观和真实的评价。Compass Arena汇集了Qwen-Max、GLM-4、abab6.5以及Llama 3系列等 20 余个主流大语言模型，通过创新的竞技模式，让用户在直观体验比较不同模型的性能后，根据自己对生成内容质量的主观判断，自由评估选择生成效果更为出色的大模型。
Compass Arena大模型竞技场首期对战榜单收集了截至6月12日接近6000条由用户真实反馈的大模型匿名对战数据，经过数据清洗和过滤后利用Bradley-Terry模型估计了大语言模型的竞技场Elo等级分数和95%置信区间，并使用该等级分数对大模型进行排名。榜单中，智谱AI的GLM-4 w/search凭借回答环节引入外部搜索引擎信息能力的辅助，有效提升了生成内容的准确性和完整性，排名仅次于GPT-4o位列第二名，成为Compass Arena大模型竞技场首期对战榜单国内大模型第一名。
值得一提的是，智谱AI的GLM-4系列模型自发布以来便收获业内及广大用户认可，并多次在权威榜单与全球顶级大模型一较高下。清华《SuperBench大模型综合能力评测报告》显示，GLM-4在语义理解等方面的能力表现超过众多国际一流模型，在代码、智能体等方面，排名国内第一。在SuperCLUE-Fin(SC-Fin)中文原生金融大模型测评基准中，GLM-4斩获一项A+及多项A级评价，在国内大模型中排名第一。
据了解，智谱AI于今年1月推出新一代基座大模型GLM-4，并在6月初发布最新开源模型GLM-4-9B，该模型拥有更强的基础能力，支持更长的上下文(最高支持1M/约两百万字)，有更精准的函数调用和All Tools能力，并在这个尺寸上首次具备了多模态能力。GLM-4-9B综合能力相比ChatGLM3-6B提升40%，全面超过Llama-3-8B-Instruct，中文学科能力提升50%，最高支持达1百万tokens长文本，支持多达26种语言，函数调用(Function Call)能力媲美GPT-4-Turbo。
上述模型均已在智谱AI MaaS大模型开放平台上线，开发者可以通过bigmodel.cn便捷接入GLM-4全系列模型开放API，从而体验智谱大模型的卓越性能。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
