感觉 openai 的原生 gpt-4 变笨了，不清楚别人的大模型有没有进步，而且各个公司都在发布自己的新的大模型，自己一个个试用肯定没时间 所以有没有什么网站/自媒体/机构，定期测试大模型性能并且比较的？
