文本排行榜，國產(chǎn)模型超過GPT-5.1？

LMArena 最新一輪文本排行榜又更新！
這一次，國產(chǎn)模型有新驚喜。

12月23日，也就是今天，LMArena 公布最新文本榜單，ERNIE-5.0-Preview-1203（文心 5.0 Preview）以 1451 分登榜，位列國內(nèi)第一。

而且它不僅是在“國產(chǎn)榜”里領先，還直接和一眾美國模型同場對打，超過了 Claude Opus 4.1、GPT-5.2、GPT-5.1、Qwen3-Max-Preview 等多款主流模型。

而且在前 20 名中，它是唯一的非美國模型。

LMArena 和其他榜單還不一樣：它不是自報參數(shù)，會基于真實用戶對話、匿名盲測的偏好投票，更接近真實使用體驗。

誰更好用、誰更像“能長期對話的模型”，是用戶說了算。

從能力分布來看，這次文心拉開差距的，是創(chuàng)意寫作、高難度指令這些最容易翻車、但最貼近真實場景的能力。
可以看出，文心的確是那個真實用戶場景完成度更高的大模型。

如果把時間線拉長，想想也很合理，文心5.0 Preview這次國內(nèi)排第一也挺有跡可循的。

過去一個多月，文心在 LMArena 的出現(xiàn)頻率明顯變高：
11 月拿下文本榜全球并列第二、中國第一；
然后在視覺理解榜再次進入國內(nèi)第一；
到這次文本榜再度刷新分數(shù)，上探 23 分。

迭代節(jié)奏真夠快，像是在持續(xù)公開驗證能力邊界，也不是為了一次性的榜單排名。

業(yè)內(nèi)也有消息稱，文心大模型 5.0 正式版將于 1 月上線。
從這個角度看，Preview 階段頻繁上榜，可能是在為正式發(fā)布提前“跑一輪國際壓力測試”。

過去聊 AI，很容易形成一種默認敘事：前沿在美國，國內(nèi)更多是追趕。

但現(xiàn)在，至少在部分核心能力上，國產(chǎn)模型已經(jīng)開始被直接放進全球第一梯隊里對照，而且不是陪跑角色。
至少可以說：中美 AI 的對比，正在從發(fā)布會和參數(shù)表，轉向真實使用體驗的正面競爭。

而 LMArena上排第一的文心，只是這個變化最早被看見的地方之一。

#百度 #文心一言 #文心 #文心大模型 #AI #AI大模型 #科技 #AI技術 #干貨分享 #AI異類弗蘭克