Llama/Qwen/DeepSeek开源之争——CLiB开源大模型排行榜：行政公务领域03.05

开源模型综合能力见：Llama/Qwen/DeepSeek开源之争——CLiB开源大模型排行榜03.04。

以下为行政公务领域排行榜：

输出价格单位：（元/M tok）

排名	大模型	机构	输出价格	行政公务
1	DeepSeek-R1	深度求索	16	88.6
2	qwq-32b-preview	阿里巴巴	7	78.0
3	DeepSeek-R1-Distill-Llama-70B	深度求索	4.1	77.5
4	DeepSeek-R1-Distill-Qwen-32B	深度求索	1.3	76.2
5	deepseek-chat-v3	深度求索	8	72.7
6	qwen2.5-72b-instruct	阿里巴巴	12	71.7
7	qwen2.5-32b-instruct	阿里巴巴	7	70.0
8	DeepSeek-R1-Distill-Qwen-14B	深度求索	0.7	68.0
9	qwen2.5-math-72b-instruct	阿里巴巴	12	68.0
10	qwen2.5-14b-instruct	阿里巴巴	6	67.0
11	internlm2_5-20b-chat	上海人工智能实验室	1	66.4
12	Llama-3.3-70B-Instruct	meta	4.1	66.4
13	phi-4	微软	1	66.1
14	Llama-3.3-70B-Instruct-fp8	meta	2.2	64.8
15	Hermes-3-Llama-3.1-405B	NousResearch	5.8	64.7
16	Meta-Llama-3.1-405B-Instruct	Meta	21	64.2
17	glm-4-9b-chat	智谱AI	0.6	64.1
18	Llama-3.1-Nemotron-70B-Instruct-fp8	nvidia	2.2	63.7
19	internlm2_5-7b-chat	上海人工智能实验室	0.4	62.4
20	qwen2.5-7b-instruct	阿里巴巴	2	59.6
21	Yi-1.5-34B-Chat	零一万物	1.3	59.0
22	gemma-2-27b-it	Google	1.3	57.1
23	gemma-2-9b-it	Google	0.6	53.6
24	qwen2.5-3b-instruct	阿里巴巴	0	51.3
25	DeepSeek-R1-Distill-Llama-8B	深度求索	0.4	49.9
26	Llama-3.1-8B-Instruct	Meta	0.4	49.6
27	DeepSeek-R1-Distill-Qwen-7B	深度求索	0.4	48.8
28	Yi-1.5-9B-Chat	零一万物	0.4	45.3
29	Meta-Llama-3.1-8B-Instruct-fp8	meta	0.4	43.2
30	Mistral-Nemo-Instruct-2407	Mistral	0.6	42.4
31	Mistral-7B-Instruct-v0.3	Mistral	0.4	40.9
32	qwen2.5-1.5b-instruct	阿里巴巴	0	40.5
33	Llama-3.2-3B-Instruct	meta	0.2	37.8
34	Llama-3.2-1B-Instruct	meta	0.2	32.7
35	qwen2.5-0.5b-instruct	阿里巴巴	0	30.7
36	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.1	26.4

行政公务领域目前囊括1个维度：公务员考试。

  往期文章  

法律行业｜律师资格考试，108个大模型应用实测！

教育行业｜小学至高中3个阶段、9个学科、110个大模型应用实测！

医疗行业｜110个大模型，12个分类、18科目应用实测！

那些免费的大模型API效果到底好不好？——CLiB大模型排行榜

DeepSeek｜到底强在哪？这个评测一目了然！

推理类大模型排行榜03.03

---

  关于大模型评测EasyLLM  

1. 最全——全球最全大模型产品评测平台，已囊括203个大模型

2. 最新——月更各个大模型各项能力指标评测，输出排行榜

3. 最方便——无需注册/梯子，国内外各个大模型可一键评测

4. 结果可见——所有大模型评测的方法、题集、过程、得分结果，可见可追溯！

5. 错题本——百万级大模型错题本

大模型评测EasyLLM目前已囊括203个大模型，覆盖chatgpt、gpt-4o、o3-mini、谷歌gemini、Claude3.5、智谱GLM-Zero、文心一言、qwen-max、百川、讯飞星火、商汤senseChat、minimax等商用模型， 以及DeepSeek-R1、deepseek-v3、qwen2.5、llama3.3、phi-4、glm4、书生internLM2.5等开源大模型。不仅提供能力评分排行榜，也提供所有模型的原始输出结果！

完整评测题集及结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark

---