通用大模型榜：模型观察员任务
最近测试了几款国产和海外大模型，最大的感受是：已经不能简单用“谁更聪明”来评价了。写代码的时候，有些国产模型已经非常能打；中文办公、总结会议、写材料，甚至有些场景体验比海外模型还顺。但到了复杂推理、多轮任务、长上下文的时候，差距还是会暴露出来。更有意思的是，同一个问题我换5个模型问，答案能完全不一样。所以现在我越来越不相信所谓的“模型排行榜”。真正有价值的不是哪个模型总榜第一，而是：你的工作场景到底应该选哪个模型？写代码、做PPT、分析Excel、写报告、做研究，可能根本没有一个模型能全部第一。你们现在主力用哪个大模型？有没有哪个模型让你用了以后彻底回不去了？
发布于 广东
分享
1
赞
未登录
友善发言
评论
加载中
