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.
6月19日，潇湘晨报记者获悉，近日智源研究院旗下的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.
这篇文章里，作者站在自媒体人的角度，对四款大模型做了评估和对比，一起来看一下。通义千问 ⭐ ⭐ ⭐ ⭐ ⭐。用kimiAI搜索资料、拓展内容，它是我目前比较喜欢用的搜索方式，在向kimiAI提问时，我会先看它给的回答，然后看它给的参考资料，其中有哪些资料是权威、官方的，比如数据报告等，在这些资料中找一找是否有新的信息。
·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。
铺垫很长，但发布很突然。今日（13日）凌晨，OpenAI发布o1系列两款模型，这是传闻中内部代号为“草莓”的项目，也是OpenAI首款具备推理能力的大模型。o1大模型的取名方式一改原有的数字版本模式（如GPT-3.
15款被测大模型产品无一披露训练数据来源；基于技术的局限性，各家均称无法完全保证AI生成内容的真实性和准确性；绝大多数大模型产品声明，会将用户输入的信息内容、提示语等用于模型训练，仅有4款允许用户撤回语音信息授权。这是南都数字经济治理研究中心实测15款国产大模型的最新发现。
【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-
DeepSeek的横空出世推动海外AI（人工智能）巨头加速上新。当地时间2月5日，谷歌旗下AI大模型Gemini系列全面上新，包括正式版Gemini 2.0 Flash、Gemini 2.0 Flash-Lite以及新一代旗舰大模型Gemini 2.
