SuperCLUE最新中文大模型测评结果出炉，全球第一梯队被海外模型牢牢占据，国产表现最好的三款模型，只能在全球第五名的位置上激烈竞争。本次测评覆盖21款国内外主流模型，测评集包括六大任务：数学推理、科学推理、代码生成、智能体（任务规划）、精确指令遵循、幻觉控制，共492题。
Gemini、GPT-5.5、Claude-Opus、Gemini-Flash四款海外模型稳居前四，形成难以撼动的第一梯队。
DeepSeek-V4-Pro、Qwen3.7-Max、豆包Seed2.0Pro三款国产模型分数非常接近，组成国内第一梯队，全球排名集中在第五位附近，成为国产第一集团。
虽然整体仍有差距，但国产模型进步很明显。代码生成项目中，Qwen3.7-Max得分仅次于海外头部模型，差距不到2分。数学推理、科学推理等项目，国产模型也多次冲进全球前列。
性价比方面，国产模型优势突出，多款产品进入高性价比区间，用更低成本实现接近头部的效果。推理效能上，海外模型仍垄断高效能区，国产模型多处在中低区间，还有提升空间。
整体来看，国产大模型正在快速追赶，但全球第一梯队的格局暂时没变。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】