通用大模型榜：模型观察员任务
国产大模型与国际大模型的差距曾较为明显。像GPT - 4、Claude在通用能力、多语言支持和生态整合上领先，国产的通义千问、文心一言等在逻辑推理、代码生成等方面有不足。原因主要是高质量中文语料少、高端芯片受限、基础研究积累不够，而且国际模型开发者生态丰富，应用场景多。不过现在情况有变化，像DeepSeek V4在一些硬核指标上实现反超，编程基准SWE - Bench Verified中得分83.7%，超越GPT - 5.2等。它推理成本仅为GPT - 4的1/70，编程能力也强，还能处理30万行代码库。未来国产模型聚焦行业落地，优势会更突出。
发布于 浙江
分享
评论
赞
未登录
友善发言
评论
加载中
