中新经纬10月17日电 近期，中国信通院对包括GPT-4Turbo、GPT-4O等国际通用大模型，文心一言、通义千问、混元和智谱清言ChatGLM等国内通用大模型，以及灵医Bot、夸克健康助手、讯飞星火医疗大模型和华佗GPT II等医疗健康行业大模型进行了效能评估。
4月30日，国内权威大模型评测机构SuperCLUE发布了《中文大模型基准测评2024年度4月报告》，报告选取国内外具有代表性的32个大模型4月份的版本，通过多维度综合性测评，对国内外大模型发展现状进行观察与思考。
近日，“大湾区生成式人工智能安全发展联合实验室”全国首发“大模型可信能力评测排行榜”，阿里巴巴“Qwen2-72b”、百度“Ernie-4.0”等一批知名企业的大模型上榜。国内首家落地对标《人工智能安全治理框架》1.
极目新闻记者 周丹实习生 贺怡萍 魏文婧6月19日，上海人工智能实验室发布首个AI高考全卷评测结果，月初开源的阿里通义千问大模型Qwen2-72B排名第一，在语数外三科420分的满分中获得303分，高于OpenAI的GPT-4o和上海人工智能实验室的书生·浦语2.
·国内大模型相比GPT-4还存在差距，推理、数学、代码、智能体是国内大模型短板，中文场景下国内最新大模型已展现出优势。OpenCompass2.0大语言模型中英双语客观评测前十名（采用百分制）。商用闭源模型通过API形式测试，开源模型直接在模型权重上测试。
6月中旬，智源研究院旗下的 FlagEval 大模型评测平台发布最新榜单：在有标准答案的“客观评测”中，GPT-4 以76.11分在闭源大模型中排名第一；Doubao-Pro（豆包大模型）以75.96分排名第二，同时也是得分最高的国产大模型；其后依次是 ERNIE 4.
【LiveBench发布最新榜单：阶跃星辰Step-2位列中国大模型第一】《科创板日报》19日讯，国际榜单 LiveBench 官网公布了最新的语言大模型测评结果，阶跃星辰自研的万亿参数语言大模型 Step-2 的技术表现位列中国基座大模型第一，成绩逼近 OpenAI 的 o1-
