99久久婷婷国产综合精品电影,高潮了还继续啃花蒂,中 ,黄色一级免费大片_亚洲视频91_理论毛片_热久久精品免费

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

發(fā)布時(shí)間：2025-12-30 15:11:56 來源：企業(yè)錄(www.ssc849.cn)-公司信息發(fā)布,網(wǎng)上買賣交易門戶 作者：綜合

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開發(fā)）、月中源第幻覺控制、模型精確指令遵循五大核心任務(wù)展開，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)國內(nèi)外大模型同臺(tái)競(jìng)技，模型OpenAI的基準(zhǔn)GPT 5.1與國產(chǎn)模型DeepSeek分別斬獲綜合冠軍與開源領(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，其幻覺控制得分高達(dá)90.33，在該項(xiàng)能力上領(lǐng)跑。

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

相關(guān)文章