2025年9月，獨立第三方AGI測評機構SuperCLUE發(fā)布中文大模型基準測評報告，基于數(shù)學推理、科學推理、代碼生成、智能體Agent、精確指令遵循、幻覺控制六大任務，對33個國內(nèi)外大模型展開評估。

海外模型在綜合能力上保持頭部優(yōu)勢，榜單前6均為海外模型。其中GPT-5(high)以69.37分遙遙領先，o4-mini(high)、Claude-Sonnet-4.5-Reasoning等緊隨其后；國內(nèi)模型中，DeepSeek-V3.2-Exp-Thinking與Doubao-Seed-1.6-thinking-250715以62.62分、60.96分并列國內(nèi)第一，整體與海外頭部模型仍有近5分差距，但國內(nèi)頭部模型間競爭激烈，差距較小。

國內(nèi)開源模型優(yōu)勢顯著，開源榜單前三均為國內(nèi)模型，DeepSeek-V3.2-Exp-Thinking（62.62分）、openPangu-Ultra-MoE-718B（58.87分）、Qwen3-235B-A22B-Thinking-2507（57.73分）大幅領先海外開源最佳模型gpt-oss-120b（53.05分）。且國內(nèi)模型性價比更高，平均API價格3.88元/百萬Tokens，僅為海外模型（20.46元/百萬Tokens）的五分之一，價格多集中在0-10元/百萬Tokens區(qū)間，分布更集中。不過海外模型推理效率更優(yōu)，平均每題耗時41.60秒，遠低于國內(nèi)模型的101.07秒。

分任務來看，智能體Agent任務上國內(nèi)外頭部模型表現(xiàn)相當，國內(nèi)TOP5與海外TOP5平均分分別為79.05分、78.33分，且在票證系統(tǒng)、即時消息等場景表現(xiàn)較好，但在車輛控制、股票交易等需復雜推理的場景待提升，且模型得分隨交互步數(shù)和輪數(shù)增加呈下降趨勢；代碼生成任務中，國內(nèi)頭部模型雖優(yōu)于部分海外模型，但與Claude-Sonnet-4.5-Reasoning等海外頂尖模型有差距，Web Coding子任務是差距核心，國內(nèi)外模型該任務平均分僅42.63分，且國內(nèi)模型得分低于海外模型；精確指令遵循任務中，海外模型包攬前四，國內(nèi)模型ERNIE-X1.1居全球第五，且模型得分隨指令數(shù)量增加下降，海外模型魯棒性更強；幻覺控制任務上，海外模型占榜單前十中6席，國內(nèi)頭部模型如openPangu-Ultra-MoE-718B具備競爭力，且模型得分隨任務從“信息整合”向“開放生成”過渡而下降。

此外，SuperCLUE測評與人類評估高度一致，其測評題庫每2個月100%原創(chuàng)替換，維度實時更新，確保無數(shù)據(jù)污染，測評方式貼近真實應用場景，為大模型研發(fā)提供客觀參考。

以下是報告部分內(nèi)容

大模型

關注互聯(lián)互通社區(qū)公眾號，回復以下編號，可快速下載相關專題報告合輯。

AI081：華為AI盤古大模型研究框架

AI083：阿里達摩院通義大模型概述

AI084：AIGC專題三：國內(nèi)大模型概覽

AI087：互聯(lián)網(wǎng)行業(yè)專題報告：AI大模型

AI088：2023年AI大模型市場研究報告

AI089：AI大模型需要什么樣的數(shù)據(jù)

AI091：從阿里、商湯、華為大模型看應用趨勢

AI095：人工智能大模型體驗報告

AI097：AIGC專題四：國內(nèi)外大模型和AI應用梳理

AI098：2022中國大模型發(fā)展白皮書

AI099：2023生成式大模型安全與隱私白皮書

AI101：AI大模型企業(yè)是如何煉成的

AI112：大模型時代的AI十大趨勢報告

AI114：2023商湯大模型倫理原則與實踐白皮書

AI117：AI大模型賦能千行百業(yè)

AI119：AIGC通用大模型產(chǎn)品測評篇

AI120：人工智能大模型產(chǎn)業(yè)創(chuàng)新價值研究報告

AI121：華為盤古大模型專題報告（精選八篇）

AI124：中國市場大模型落地進展與趨勢洞察

AI129：知識圖譜與大模型融合實踐研究報告

AI134：2023“弈衡”通用大模型評測體系白皮書

AI135：人工智能大模型體驗報告2.0

AI139：6G內(nèi)生AI架構及AI大模型

AI147：2023基于家電大模型的產(chǎn)業(yè)應用白皮書

AI150：2023智能家電與生成式人工智能大模型創(chuàng)新與發(fā)展白皮書

AI153：AI產(chǎn)業(yè)人士看大模型發(fā)展趨勢

AI155：華為預訓練大模型白皮書

AI156：行業(yè)大模型標準體系及能力架構研究報告

AI158：AI大模型開源生態(tài)及大模型平臺實踐

AI159：2023AI大模型應用中美比較研究報告

AI165：大語言模型的前世、今生與未來

AI166：體系化人工智能與大模型

AI168：2023人工智能大模型在工業(yè)領域知識問答穩(wěn)定性評測報告

AI174：2023中國大模型市場商業(yè)化進展研究報告

AI175：中國移動：九天客服大模型技術解讀

AI176：大模型：原理、進展及其影響

AI179：海外模型應用復盤，國內(nèi)AI奇點已至

AI180：中國AI大模型工業(yè)應用指數(shù)

AI181：智慧圖書館大模型創(chuàng)新與應用白皮書

AI182：2023中國智駕大模型應用研究報告

AI194：人工智能大模型賦能醫(yī)療健康產(chǎn)業(yè)白皮書

AI196：2023人工智能大模型體驗報告3.0

AI197：大模型治理藍皮報告（2023年）——從規(guī)則走向?qū)嵺`

AI199：2023年人工智能大模型保險行業(yè)應用評測報告

AI200：2023金融業(yè)大模型應用報告

AI202：北京市人工智能行業(yè)大模型創(chuàng)新應用白皮書（2023年）

AI203：大模型與AIGC藍皮書

AI206：2023大模型安全解決方案白皮書

AI211：2023大模型合規(guī)白皮書

AI213：大模型在金融行業(yè)的落地探索

AI216：2023年AI大模型應用研究報告

AI218：2023大模型金融應用實踐及發(fā)展建議報告

AI219：政務大模型建設路徑及評價體系研究報告

AI220：2023大模型技術深度賦能保險行業(yè)白皮書

AI221：中文大模型基準測評2023年度報告

AI222：2023礦山智能化暨礦山大模型最佳實踐白皮書

AI224：工業(yè)大模型技術應用與發(fā)展報告1.0

AI225：可信開源人工智能大模型案例匯編（第一期）

AI226：2023大模型可信賴研究報告

AI227：人工智能大模型產(chǎn)業(yè)創(chuàng)新價值研究報告

AI228：2023金融大模型技術創(chuàng)新與應用探索

AI231：2023大模型落地應用案例集

AI235：前沿大模型的風險、安全與治理報告

AI236：2024大語言模型能力測評報告

AI238：產(chǎn)業(yè)大模型應用白皮書2023：融入產(chǎn)業(yè)、賦能未來

AI243：生成式人工智能治理與實踐白皮書

AI244：大模型在政務領域應用的實踐及前景

AI249：2023大模型推薦技術及展望報告

AI250：2023大模型廠商全景報告

AI251：大模型賦能智慧辦公評測報告-PPT生成

AI257：大模型招投標市場分析報告（2023）

AI259：中文大模型基準測評2024年2月報告

AI260：多模態(tài)大模型技術演進及研究框架

AI263：多模態(tài)AI研究框架

AI269：面向生產(chǎn)服務的大模型評估體系探討

AI274：家庭大腦白皮書-大模型時代智慧家庭應用新范式

AI275：AI大模型發(fā)展白皮書

AI276：預訓練大模型與醫(yī)療：從算法研究到應用

AI278：2024人工智能大模型工業(yè)應用準確性測評

AI279：2024中國百模大戰(zhàn)競爭格局分析報告

AI280：2024年中國AI大模型產(chǎn)業(yè)發(fā)展報告

AI282：2024年工業(yè)大模型應用報告

AI287：大模型現(xiàn)狀及發(fā)展路徑展望

AI289：大模型在金融領域的應用技術與安全白皮書

AI290：大模型賦能下的AI 2.0數(shù)字人平臺

AI292：2023年第4季度中國大模型季度監(jiān)測報告

AI294：2024年中國大模型評測報告（摘要版）

AI296：大模型時代，智算網(wǎng)絡性能評測挑戰(zhàn)

AI297：AI大模型研究框架

AI302：2024大型語言模型行業(yè)圖譜研究報告

AI305：政務大模型產(chǎn)業(yè)圖譜研究報告

AI306：2024年第1季度中國大模型季度監(jiān)測報告

AI307：工業(yè)大模型的五個基本問題

AI310：2024中國大模型先鋒案例TOP30

AI312：2024北京市人工智能大模型行業(yè)應用分析報告

AI313：superBench大模型綜合能力評測報告

AI314：2024大模型應用實踐報告

AI315：數(shù)字醫(yī)生與健康科普大模型研究報告

AI317：大模型進展2.0

AI318：2024行業(yè)大模型調(diào)研報告

AI319：2023中國人工智能大模型企業(yè)綜合競爭力50強研究報告

AI323：Al大模型成果不斷涌現(xiàn)，AGI或?qū)⒌絹?/p>

AI325：互聯(lián)網(wǎng)行業(yè)專題報告：AI大模型

AI326：教育專用大模型研究報告（簡版）

AI328：2024大模型訓練數(shù)據(jù)白皮書

AI334：MaaS框架與應用研究報告（2024年）

AI336：2024軍事大模型評估體系白皮書v1.0

AI341：大模型行業(yè)應用十大典范案例集

AI346：大模型帶來智能客服體驗的躍遷

AI347：弈衡人工智能大模型評測平臺白皮書（2024年）

AI348：2024人工智能開源大模型生態(tài)研究

AI358：2024人工智能大語言模型發(fā)展技術研究報告

AI360：2024年中國大模型行業(yè)應用研究

AI361：從技術路徑，縱觀國產(chǎn)大模型逆襲之路

AI363：2024中國大模型+數(shù)據(jù)分析最佳實踐案例TOP10

AI365：2024國產(chǎn)AI大模型應用報告

AI366：大模型領航者AIGC 實踐案例集錦（第一期）

AI368：2024大模型十大趨勢：走進“機器外腦”時代報告

AI370：大模型基準測試體系研究報告（2024年）

AI372：礦山產(chǎn)業(yè)集群大模型運營最佳實踐白皮書

AI373：中文大模型基準測評2024年上半年報告

AI374：中國算力產(chǎn)業(yè)高質(zhì)量發(fā)展白皮書（2023）

AI376：2024大模型典型示范應用案例集

AI377：安全大模型技術與市場研究報告

AI378：空間數(shù)據(jù)智能大模型研究

AI386：AI大模型應用助力企業(yè)“營銷服”躍進與提效

AI387：2024水業(yè)大模型白皮書

AI389：2024大模型安全實踐白皮書

AI390：2024年中國AI大模型場景探索及產(chǎn)業(yè)應用調(diào)研報告

AI392：大模型激發(fā)新質(zhì)生產(chǎn)力

AI395：2024中國聯(lián)通元景大模型AI終端合作白皮書V1.0

AI396：大模型在融合通信中的應用實踐報告

AI398：2024大模型+知識庫廠商全景報告

AI405：騰訊樂享+大模型-企業(yè)智能知識管理跨越式升級

AI419：大模型落地路線圖研究報告（2024年）

AI420：2024年AI大模型推動新一代具身智能機器人產(chǎn)業(yè)發(fā)展藍皮書

AI424：2024年中國政務行業(yè)大模型發(fā)展洞察

AI425：大模型行業(yè)可信應用框架研究報告

AI426：2024年AI大模型應用發(fā)展研究報告

AI427：2024營銷大模型評測白皮書

AI429：AI商業(yè)觀察：大模型，不止價格戰(zhàn)

AI431：2024年中國金融大模型產(chǎn)業(yè)發(fā)展洞察報告

AI438：2024年中國工業(yè)大模型行業(yè)發(fā)展研究報告

AI444：2024年人工智能大模型技術財務應用藍皮書

AI445：“弈衡”多模態(tài)大模型評測體系白皮書（2024年）

AI449：一城一云一模型發(fā)展研究報告（2024）

AI450：2024年大模型驅(qū)動的數(shù)字員工3.0建設應用白皮書

AI454：大模型安全研究報告（2024年）

AI455：自然語言處理：大模型理論與實踐

AI468：百度AI大底座大模型研發(fā)基礎設施方案

AI470：大模型深度賦能媒體智創(chuàng)融合

AI472：2024人工智能中文大模型使用手冊

AI474：2024中國“大模型+智能客服”最佳實踐案例TOP10

AI476：2024大模型發(fā)展要素洞察報告

AI479：大模型發(fā)展邁入爆發(fā)期，開啟AI新紀元

AI480：AI大模型創(chuàng)業(yè)格局報告

AI481：中文大模型基準測評2024年10月報告

AI489：2024政務大模型安全治理框架

AI491：大模型技術深度賦能保險行業(yè)白皮書（2024）

AI495：智普GLM白皮書

AI496：大模型浪潮下的圖計算白皮書（2024年）

AI503：2024年大模型輕量化技術研究報告

AI506：提示工程——大模型中的提示詞設計

AI508：2024年大模型落地與前沿趨勢研究報告

AI510：2024年AI大模型賦能智能座艙研究報告

AI515：2024年AI大模型在醫(yī)療領域的商業(yè)化路徑研究報告

AI517：LLM時代小模型的應用潛力與挑戰(zhàn)

AI518：2024開源大模型應用指南1.0（風險治理篇）

AI519：大模型時代的具身智能

AI521：電商大模型及搜索應用實踐

AI526：人工智能大模型產(chǎn)業(yè)發(fā)展應用研究白皮書

AI527：算法與AI大模型的用戶認知調(diào)研報告

AI528：2024工商銀行人工智能大模型白皮書

AI530：2024-2025中國AI大模型市場現(xiàn)狀及發(fā)展趨勢研究報告

AI533：政務服務便民熱線大模型研究白皮書

AI534：2024年中國大模型行業(yè)應用優(yōu)秀案例白皮書

AI535：2024年大語言模型威脅分類報告

AI539：2025年大模型應用落地白皮書

AI542：2025年AI大模型發(fā)展現(xiàn)狀、商業(yè)化關鍵及未來應用前景分析報告

AI544：高質(zhì)量大模型基礎設施研究報告（2024年）

AI547：2024年中國AI大模型產(chǎn)業(yè)發(fā)展與應用研究報告

AI548：2024年多模態(tài)大模型（MLLMs）輕量化方法研究現(xiàn)狀和展望報告

AI557：醫(yī)療健康大模型白皮書（1.0版）

AI559：大模型技術發(fā)展及治理實踐報告

AI560：2024生成式大模型安全評估白皮書

AI561：2025AI原生多模態(tài)數(shù)據(jù)智能解決方案白皮書

AI564：中文大模型基準測評2024年度報告

AI566：大模型概念、技術與應用實踐

AI567：金融大模型應用評測報告

AI569：中國金融大模型發(fā)展白皮書

AI570：工業(yè)大模型白皮書（2025年）

AI572：2025中國多模態(tài)AI大模型座艙應用洞察研究報告

AI576：2025私域大模型部署白皮書

AI577：從大模型、智能體到復雜AI應用系統(tǒng)的構建

AI580：2025AI大模型產(chǎn)業(yè)市場前景及投資研究報告

AI582：大模型混合云十大創(chuàng)新技術白皮書

AI585：大模型2.0產(chǎn)業(yè)發(fā)展報告

AI588：安全行業(yè)大模型技術應用態(tài)勢發(fā)展報告

AI591：2025年AI大模型教育行業(yè)白皮書

AI594：基于大模型的企業(yè)架構建模助力銀行數(shù)字化轉型應用研究報告

AI606：2025大模型發(fā)展回顧、國內(nèi)外大模型進展及未來研判分析報告

AI610：2025年大模型平臺落地實踐研究報告

AI614：面向智能制造的工業(yè)大模型標準化研究報告

AI619：2025年醫(yī)療大模型研究報告

AI626：2025年大模型能力來源與邊界報告

AI629：2025年推理模型綜合測評報告

AI630：2025大模型翻譯技術及產(chǎn)業(yè)應用藍皮書

AI631：2025年大模型架構創(chuàng)新研究報告

AI636：大模型一體機廠商研究報告

AI643：2025大模型實戰(zhàn)手冊

AI644：2025年中國銀行業(yè)大模型應用跟蹤報告

AI652：基于LLM+ChatBI的生成式AI應用寶典

AI655：中國人工智能行業(yè)大模型應用實踐與展望報告

AI658：2025年中國大模型落地應用研究報告

AI659：基于RAG提升大模型安全運營效率實踐

AI661：2025金融大模型應用與智能體建設案例集

AI662：2025國產(chǎn)大模型產(chǎn)業(yè)前景報告

AI671：2025大模型訓練數(shù)據(jù)安全研究報告

AI686：全球AI應用產(chǎn)品梳理：模型能力持續(xù)迭代，智能體推動商業(yè)化進程

AI689：擁抱AI革命：企業(yè)的大模型應用指南

AI696：2025年AI大模型技術方案白皮書

AI703：2025大語言模型（LLM）上手指南

AI711：大模型解決方案白皮書：社交陪伴場景

AI712：2025工業(yè)大模型應用進展與展望

AI713：大模型解決方案白皮書：智能巡檢場景

AI715：大模型重構大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書

AI716：人工智能通用大模型合規(guī)管理體系指南

AI726：2025金融業(yè)大模型應用報告

AI727：金融大模型落地路線圖研究報告

AI728：大模型技術白皮書

AI738：2025年金融行業(yè)大模型應用落地白皮書

AI748：醫(yī)療健康大模型倫理與安全白皮書

AI751：大模型與邊緣智算融合發(fā)展白皮書

AI759：2025年中國世界模型發(fā)展洞察

AI765：大模型背景下高等教育數(shù)智化轉型研究報告

AI769：卡奧斯天智工業(yè)大模型價值領航實踐

AI775：AI大模型與異構算力融合技術白皮書

AI783：企業(yè)級AI大模型落地實戰(zhàn)技術應用指南

AI792：大模型一體機應用研究報告（2025年）

AI793：中文大模型基準測評2025年9月報告

聲明

來源：SuperCLUE，互聯(lián)互通社區(qū)推薦閱讀，版權歸作者所有。文章內(nèi)容僅代表作者獨立觀點，不代表互聯(lián)互通社區(qū)立場，轉載目的在于傳遞更多信息。如涉及作品版權問題，請聯(lián)系我們刪除或做相關處理！