近日，備受矚目的SuperCLUE發(fā)布了其最新的《中文大模型基準(zhǔn)測評報告》，該報告詳細(xì)闡述了2025年5月份中文大模型的最新表現(xiàn)。
在此次測評中，豆包1.5·深度思考模型（Doubao-1.5-thinking-pro）與商湯日日新V6多模態(tài)模型（SenseNova-V6 Reasoner）脫穎而出，成功奪得金牌，將Gemini 2.5 Flash Preview甩在身后，領(lǐng)跑國內(nèi)大模型的第一梯隊。
緊隨其后的是第二梯隊的大模型們，包括DeepSeek-R1、NebulaCoder-V6、Hunyuan-T1和DeepSeek-V3，它們雖然在本次測評中未能摘得金牌，但同樣展現(xiàn)出了不俗的實力。
據(jù)報告分析，國內(nèi)外第一梯隊大模型在中文領(lǐng)域的通用能力差距正在逐漸縮小，這對于國產(chǎn)大模型來說無疑是一個好消息。其中，Doubao-1.5-thinking-pro-205415和SenseNova V6 Reasoner的表現(xiàn)尤為搶眼，它們在多個測評任務(wù)中都展現(xiàn)出了卓越的能力。
本次SuperCLUE的測評報告聚焦大模型的通用能力，涵蓋了數(shù)學(xué)推理、科學(xué)推理、代碼生成、智能體Agent、精確指令遵循以及文本理解與創(chuàng)作六大任務(wù)，總計1579道多輪簡答題。這些任務(wù)全面考察了大模型在不同場景下的應(yīng)用能力和表現(xiàn)。
SuperCLUE作為行業(yè)權(quán)威的通用大模型綜合性測評基準(zhǔn)，其發(fā)布的報告一直備受關(guān)注。此次報告的發(fā)布，不僅揭示了當(dāng)前中文大模型的最新發(fā)展態(tài)勢，也為未來大模型的研究和應(yīng)用提供了重要的參考依據(jù)。
