11月8日凌晨，全球最权威的大模型竞技场LMArena更新了最新排名。
百度的全新模型ERNIE-5.0-Preview-1022，在文本榜单，直接冲到了全球并列第二、国内第一的位置！
该模型取得了1432的高分。
尤其在创意写作、复杂长问题理解、指令遵循等方面表现亮眼，超过GPT-5-High等多款顶尖模型。
很多人可能还不了解LMArena这个榜单，这里给大家简单科普一下。
它是目前顶尖的模型测评平台之一，它的评分机制很有意思。
用户上传提示词，然后系统会随机抽取两个匿名的大模型分别生成回答，谁生成的效果更好，用户就会投票给谁。
换句话说，这个榜单的成绩是大家一票一票投出来的，含金量十足！
正好这件事发生在百度世界大会前夕，据更早的消息透露，文心大模型最新基座模型将于2025百度世界大会上正式对外发布。
那这个模型实力到底如何？我们实测一番。
此次和ERNIE-5.0-Preview-1022同台竞技的是排行榜中并列第二的 claude-sonnet-4.5-20250929。
由于该模型还未发布，我们直接在LMArena 的Side By Side模型对比中进行实测。
测试题一：网感测试——谁才是土味之王
提示词：创作一个“忘忧牌”泡面的霸总土味短剧本。
文心5.0-Preview的表现：
Claude-sonnet-4.5的表现：
先说剧本，两者都完成得很好。但是谁懂“《女人，你的胃被我承包了！》”这个标题一出的既视感！
文心不仅赢在标题，它的台词更是将各种油腻细节都精准踩中了尬点。
更重要的是，它的剧本细节也远胜一筹：从更细致的人物介绍，到台词中大量关于动作和表情的描写，这些都是Claude版本所欠缺的。
测试题二：复杂指令解析精度
提示词：用"月亮"写三句话。
约束：
- 第1句不能出现"月亮"二字但必须有月亮意象
- 第2句必须出现"月亮"但意象要与第1句完全相反
- 第3句要同时包含前两句的所有字，但语序全变
文心5.0-Preview的表现：
Claude-sonnet-4.5的表现：
坦白说，这一局Claude的表现要明显优于文心。
Claude描述中提到月光（清辉）以及月光带来的情感（游子思念）。它没有给你看月亮，而是让你感受到了月亮的存在，给人一种故事感。
同时第二句的反差也很有意思，（天上 vs. 地下，明亮 vs. 黯淡），还有意境上的反差（圣洁 vs. 污浊，完整 vs. 破碎）。这个画面感极强。
测试题三：风格迁移
提示词：用鲁迅的口味写一篇文章，介绍OpenAI再迎新诉讼 起诉ChatGPT导致自杀案已发生4起，目前起诉OpenAI旗下AI对话工具ChatGPT导致自杀案的遇害者分布于美国各地，年龄范围17~48岁，案情大致一致，都是平时深度使用ChatGPT的忠实用户，原告方的起诉理由也几乎一致，因为ChatGPT对自杀者产生了自杀行诱导。
文心5.0-Preview的表现：
Claude-sonnet-4.5的表现：
文心生成的文章给人一种非常熟悉熟悉的熟悉感。
“勾了他们家人的魂，索了他们家人的命”、“说得比唱得还好听”、“这嘴脸，和那卖人血馒头的，又有什么分别？”
这些句子，在节奏和用词上，都充满鲁迅式的讽刺味。
这一局文心胜。
测试题四：创意写作
提示词：给小米汽车写一个Slogen，朗朗上口，让人一听就能记住。
文心5.0-Preview的表现：
Claude-sonnet-4.5的表现：
这次对决，差距就比较明显了，文心不仅给出了三个方向的方案，每个方案都有详细的逻辑支撑，有些Slogen读起来还不错
Claude则是有点表现平平。
整体体验下来会发现，文心-5.0-Preview在文本能力上确实提高了不少，尤其是在创意写作以及造梗方面，表现十分不俗。
如果大家感兴趣的话，可以在LMArena试玩一番。
其他阅读：
国内首个订阅 ChatGPT Pro 的平台来了：一文看懂如何开通ChatGPT Pro
