11月中文大模型基準(zhǔn)測(cè)評(píng)出爐：GPT 5.1奪冠、DeepSeek開(kāi)源第一

來(lái)源：企業(yè)錄(www.955ce.com)-公司信息發(fā)布,網(wǎng)上買(mǎi)賣(mài)交易門(mén)戶編輯：探索時(shí)間：2025-12-18 07:33:52

11月28日消息，月中源第SuperCLUE公布了2025年11月中文大模型基準(zhǔn)測(cè)評(píng)結(jié)果。模型

本次測(cè)評(píng)圍繞數(shù)學(xué)推理、基準(zhǔn)科學(xué)推理、測(cè)評(píng)出爐代碼生成（含web開(kāi)發(fā)）、月中源第幻覺(jué)控制、模型精確指令遵循五大核心任務(wù)展開(kāi)，基準(zhǔn)題目總量為822道新題，測(cè)評(píng)出爐最終得分取各任務(wù)平均分。月中源第

本次共測(cè)評(píng)27個(gè)國(guó)內(nèi)外大模型同臺(tái)競(jìng)技，模型OpenAI的基準(zhǔn)GPT 5.1與國(guó)產(chǎn)模型DeepSeek分別斬獲綜合冠軍與開(kāi)源領(lǐng)域第一。

OpenAI的測(cè)評(píng)出爐GPT-5.1 (high) 以68.11的總分登頂，成為本月綜合表現(xiàn)最佳的月中源第大模型。

GPT-5.1 在數(shù)學(xué)推理（74.07）、模型代碼生成（76.30）等項(xiàng)表現(xiàn)突出，基準(zhǔn)幻覺(jué)控制得分 88.80，展現(xiàn)出強(qiáng)穩(wěn)定性。

Anthropic的Claude-Opus-4.5-Reasoning以62.57分緊隨其后，其幻覺(jué)控制得分高達(dá)90.33，在該項(xiàng)能力上領(lǐng)跑。

而在開(kāi)源模型中，深度求索的 DeepSeek-V3.2-Exp-Thinking以53.69分位列開(kāi)源陣營(yíng)第一。

上一篇：對(duì)焦穩(wěn)・畫(huà)質(zhì)優(yōu)・夠輕便！佳能 R8：萬(wàn)元內(nèi)全畫(huà)幅覆蓋旅拍/親子/昏暗場(chǎng)景
下一篇：哪吒汽車(chē)被曝開(kāi)新號(hào)成立“謙和汽車(chē)” 知情人士：為重整做準(zhǔn)備

相關(guān)文章：

相關(guān)推薦：

欄目分類(lèi)

11月中文大模型基準(zhǔn)測(cè)評(píng)出爐：GPT 5.1奪冠、DeepSeek開(kāi)源第一

友情鏈接