就在这几天，专门盲测大型语言模型（LLM）能力的LMSYS Chatbot Arena排行榜出现了变化，由Anthropic所打造的Claude 3 Opus模型挤下了OpenAI的GPT-4，成为该排行榜上等级最高的LLM。

LMSYS Chatbot Arena是由研究组织Large Model Systems Organization在去年5月所发表，为一采用Elo评分系统的平台，Elo评分系统可用来计算参与者的相对技能，最初是为了改善西洋棋的评分系统而设计，之后则被应用在足球、棒球、篮球、桌球、各种棋盘游戏，以及最近的大型语言模型；而LMSYS Chatbot Arena则是个开放且众包的盲测排行榜，支援75种大型语言模型，使用者可于网页上输入各种提示，以查看两个随机选择的模型所提供的答案，系统并未揭露生成答案的模型，并由使用者评断答案的优劣，亦可选择平手或两个答案都不好。

自LMSYS Chatbot Arena排行榜于去年5月上线以来，评分最高的大型语言模型一直是GPT，但Claude 3 Opus在本周挤下了GPT--4-1106-preview（去年11月释出的GPT-4 Turbo）与GPT-4-0125-preview（今年1月释出的GPT-4 Turbo）。

Anthropic是在今年3月发表Claude 3系列的模型家族，涵盖最低阶的Claude 3 Haiku、中阶的Claude 3 Sonnet，以及最强大的Claude 3 Opus，除了Claude 3 Opus位居LMSYS Chatbot Arena排行榜冠军之外，中阶的Sonnet与低阶的Haiku也都在前十名的榜单上。

由曾担任OpenAI研究副总裁的Dario Amodei，以及其妹妹、同样身为OpenAI资深员工的Daniela Amodei在2021年共同创立的Anthropic，被视为是OpenAI目前最强劲的对手，锁定资料科学、机器学习与AI的内容网站KDnuggets认为，Anthropic所发表的Claude 3在所有LLM基准测试中都优于GPT-4和Gemini Ultra，已是AI领域新的领导者。

在Reddit平台有关GPT-4 Turbo与Claude 3 Opus的讨论中，多数人赞成Claude 3 Opus的写作与处理文章的能力胜过GPT-4 Turbo，有人说GPT-4 Turbo对复杂问题的处理能力优于Claude 3 Opus，亦有人觉得Claude 3 Opus所生成的程式码品质与GPT-4 Turbo相当，但更人性化。