近日，上海人工智能实验室联合魔搭社区推出中国大语言模型评测竞技场Compass Arena，首度集齐国内主流大模型全阵容，阿里通义千问、百度文心一言、腾讯混元、字节跳动豆包、书生·浦语等20款国产大模型出战，角逐中国大模型“最强王者”。

本站数据中心根据近三年发布的研报数据计算，中金公司江鹏研究员团队对该股研究较为深入，近三年预测准确度均值为79.22%，其预测2024年度归属净利润为盈利1.51亿，根据现价换算的预测PE为21.62。

本站数据中心根据近三年发布的研报数据计算，华西证券徐晴研究员团队对该股研究较为深入，近三年预测准确度均值为79.91%，其预测2024年度归属净利润为盈利2.77亿，根据现价换算的预测PE为18.33。

　　当下，“百模大战”厮杀正酣，谁才是最强王者？各类榜单也层出不穷，其中国际开放研究组织LMSYS Org（Large Model Systems Organization）推出的大模型竞技场Chatbot Arena，已成为海外最具公信力的大模型榜单之一，遗憾的是该榜单中文化程度相对不足。为此，Compass Arena的推出将有效填补这一领域的空白。

　　相比考题固定的传统测评，中国大语言模型评测竞技场Compass Arena采用盲测、开放的测评模式，可以更全面地检验模型实力。Compass Arena设置了随机、匿名对战，大模型选手们成为“蒙面唱将”，模型信息隐去后，由系统随机匹配进行PK，用户可以天马行空自由出题，并作为评委主观评判和投票。如果大模型不小心“自报家门”，则对话被过滤，不计入成绩。通过成千上万轮PK挑战和用户投票，系统将对大模型进行自动排名。

魔搭社区直播时，网友在线给大模型出题。

　　Compass Arena由上海人工智能实验室OpenCompass司南评测体系与魔搭社区联合建设，前者负责组织评测，后者负责开源模型引入及社区打造。据上海人工智能实验室OpenCompass团队介绍，Compass Arena力求体现社区用户的真实反馈，评测机制借鉴Chatbot Arena，采用Elo评分系统，即国际象棋等对弈活动评估的权威标准。在这种模式下，大模型竞技类似“在游戏中打排位”，胜率成为评估模型水平的关键指标，同时随着排位变高，系统也会自动匹配高段位选手进行对战。

　　与Chatbot Arena相比，Compass Arena更聚焦中文大模型，主流国产大模型全覆盖，同时评测用户大多使用中文，可以充分评估国产大模型的性能。

　　目前，Compass Arena已汇聚超20款商业及社区模型，包括Qwen-Max、ERNIE-4.0-8K、Spark3.5 Max、Abab6.5、GLM4等国内头部厂商的旗舰款大模型，并引入了Llama3、Mixtral等海外标杆模型进行参照。更多模型及厂商还在不断加入中。

　　上线不到一周，已有上万人访问魔搭Compass Arena页面。魔搭社区表示，欢迎广大开发者和网友参与大模型排位赛的投票，共同促进国产大模型的进步和赶超。后续，Compass Arena首期排行榜将揭晓，并将定期公布更新。

　　Compass Arena首批大模型名单：

　　Abab6.5-Chat （MiniMax）

　　Baichuan 4 （百川智能）

　　C4AI Command R+ （Cohere）

　　DBRX-Instruct （DataBricks）

　　Deepseek-LLM-67B-Chat（深度求索）

　　Deepseek-MoE-16B-Chat（深度求索）

　　Doubao-Pro-4K （字节豆包）

　　ERNIE-4.0-8K （百度文心一言）

　　GLM4 （智谱AI）

　　Hunyuan-Pro （腾讯混元）

　　InternLM2系列（上海AILab书生·浦语）

　　Llama3系列（Meta）

　　Mixtral 8x22B Instruct （Mistral）

　　MoonShot-V1-32K （月之暗面）

　　Qwen1.5系列 （阿里通义千问）

　　Qwen-Max （阿里通义千问）

　　Spark3.5-Max （讯飞星火）

　　Yi-34B-Chat （零一万物）

　　Yi-Large （零一万物）杠杆炒股哪种效果好