上百个AI大模型同台PK，B站这份免费榜单帮你挑AI不迷路
DeepSeek、豆包、Kimi、千问、ChatGPT、Claude、Gemini……市面上的AI助手多得眼花缭乱，每家都自称”最强”。想找个趁手的AI帮忙写文案、做表格、辅导孩子作业，打开应用商店一看：几十个AI排着队等你翻牌子，到底选哪个？
看厂商发布会？全是”遥遥领先”。看跑分榜？一堆看不懂的缩写和数字。9月20日，B站上线的“AI无限竞技场”大模型测评榜，给出了一个更接地气的思路：让天天用AI干活的博主们，拿真实任务把这些AI拉出来同台比武，谁强谁弱，一场一场打出来。
这个榜单有什么不一样？
据IT之家等多家媒体报道，B站这个”AI无限竞技场”和传统跑分榜单最大的区别在于：出题的不是实验室，是真实的用户。
具体玩法是这样的：B站各领域的UP主（视频博主）——有搞科技的、有做教育的、有玩娱乐的——每个人拿自己工作里真正会遇到的任务给AI出题。写代码的出代码题，做逻辑推理的出推理题，做内容创作的出创作题，甚至还有各种趣味脑洞题。上百个大模型，同样的题目同场PK，高下立判。
榜单上现在能看到的选手阵容相当齐全：DeepSeek、Kimi、豆包、千问、腾讯混元、MiniMax等国产模型，和ChatGPT、Claude、Gemini等海外模型都在列。排名实时更新，而且持续面向全站UP主开放报名——以后会有越来越多领域的博主带着更刁钻的题目进场。
首轮成绩单上有个看点：GPT-6 Astra在10位UP主的测评中拿下榜首，并在与国产GLM-5.3的多次对决中拿到”登顶次数最多”。不过别急着膜拜海外模型——前五名里，国产大模型占了三席，和海外巨头已经杀得难解难分。
普通人怎么用这个榜单？四步走
第一步：找到榜单
榜单地址：bilibili.com/blackboard/era/aiarena.html（B站网页端打开）。嫌麻烦的话，直接在B站App搜索”AI无限竞技场”也能找到入口和大量相关测评视频。
第二步：先看总榜，心里有数
总榜告诉你目前第一梯队是谁。记住一个粗略原则：能在榜单前排反复出现的模型，基本不会差到哪里去，闭眼选至少不会踩大坑。
第三步：重点看和你”同款需求”的测评
这是最关键的一步。总榜排名只是参考，你该看的是和你用途相关的那场PK。点进具体的测评视频：想用AI写公众号文章的，就看内容创作向UP主的实测；想让它帮孩子解题的，就看知识问答类的对比；做PPT、处理表格的，去找办公场景的测评。同一个模型，写文章是高手，算数未必行——场景对口才有参考价值。
第四步：圈定两三个，自己上手试
看完榜单和测评，挑两三个候选模型，把你真实要干的活丢进去各跑一遍。AI这东西，适合别人的未必适合你，自己跑一遍比看十个榜单都管用。
为什么这份榜单更值得信？
传统的实验室跑分，题目是固定的、环境是理想的，和真实使用往往对不上。而B站这批出题的UP主，是每天真的在用AI干活的人——他们的题目更刁钻，评价也更真实，翻车和惊艳都藏不住。
这个榜单能立起来，背后是B站AI内容的爆发：过去一年，B站AI知识内容的消费时长增长了72%，每月有超过1.9亿用户在B站看AI相关视频。从模型发布、测评、教程到求助答疑，社区里已经形成了完整的AI内容生态，把散落的测评收拢成一张实时更新的榜单，对普通人来说就是一份现成的”避坑地图”。
三个提醒，别把榜单用歪了
- 榜单是地图，不是标准答案。首轮测评来自10位UP主，样本量有限，排名会随着后续测评实时变化。今天的榜首，下个月可能就被拉下马——这恰恰说明这个榜单是活的，比一年更新一次的静态排名有价值。
- 注意”能用的”和”最强的”不是一回事。有些上榜的海外模型，国内使用有门槛（网络、注册、付费方式）。国产前排模型免费又好上手，日常任务完全够用，普通人优先试国产准没错。
- 警惕”唯榜单论”。榜单反映的是平均值，你的具体任务可能恰好是某个模型的强项或盲区。最终拍板，永远以你自己的使用体验为准。
写在最后
挑AI就像挑工具，别人的排行榜只是地图，路终究要自己走一遍。B站”AI无限竞技场”最大的价值，是把”哪个AI好用”这个玄学问题，变成了一场场看得见的真实比武——普通人花半小时看看榜单、刷几条测评视频，就能避开大部分选型弯路。
现在就去搜”AI无限竞技场”，看看你常用的那个AI排在第几，可能会有些意外。