LMarena排版榜，可以很好的了解模型能力和适用场景。目前看，谷歌的 Gemini-2.5-Pro-Preview-06-05 模型一骑绝尘，遥遥领先。不过比较惊喜的是，WebDev场景，中国模型 Deepseek R1 0528，甚至超过了Opus4，相当能打。搜索场景最厉害的是gemini-2.5-pro-grounding，第二名是Perplexity的 ppl-sonar-r

#LMArena #模型能力 #适用场景 #Gemini-2.5-Pro-Preview-06-05 #DeepSeek R1 0528 #Opus4 #WebDev #搜索场景 #gemini-2.5-pro-grounding #perplexity #ppl-sonar-r

相关新闻

AI Will

21小时前

反共识观点💭深度研究Perplexity后发现：它比想象中强！中文媒体挖掘不够深，国内可能低估了它的实力🔍

Frank Wang 玉伯

5天前

YouTube 有用户说：YouMind looks like if Notion and Perplexity had a baby. 小红书有用户说：相较于 NotebookLM，做 research 更偏爱用 YouMind. 好像都挺有道理的。

砍砍@标准件厂长

2周前

（）可能这几是为什么模型写不出高质量代码的核心原因吧。他越写越觉得像实习生，理解能力还不太行的实习生。没有设计，没有结构，只会巴拉巴拉写一大坨逻辑。要解决这个问题，你的代码质量要够高，他能模仿的挺不错。再就是要更好的模型。

向阳乔木

2周前

谷歌“Nano Banana”名字源于早模型漏洞。会导致模型在图像中意外插入香蕉。一开始匿名登陆LMArena，被大家发现质量过于牛x，影响太大。后谷歌承认是自家模型，虽然命名为Gemini 2.5 Flash Image，但大家还是习惯于叫Nano Banana。

Tw93

2周前

深度对比了一天 ChatGPT 的 Codex 和 Claude Code，早上刚开始继续包月 ChatGPT Plus 的的时候，安装完 VSCode 的 Codex 体验下来，第一感觉是，Codex 的产品交互、模块展示丰富上完全强于 Claude Code，每个步骤展示也清晰的，代码改动对比也舒服的，而且甚至用了很久都没有之前的 Claude Code 的防沉迷设计，一时都不适应，甚至认为