2025 年大模型排行分析：中美竞争与未来展望

具体排名数据见文章结尾

在人工智能领域，大模型的性能成为衡量机构技术实力的重要标志。以下是根据最新排名的一些主要发现，尤其关注中国模型的发展现状和优势。

全球领先的模型

在本次排名中，美国 OpenAI 的多个版本占据榜首位置。具体而言：

• o1 模型：总分 80.4，凭借 87.3 的理科成绩和 77.1 的文科成绩成为绝对的行业领跑者。
• o1-preview 和 ChatGPT-4o-latest 分别以 74.2 和 70.2 的总分位居第二和第三，说明 OpenAI 在模型版本迭代和不同场景适应方面都保持领先。

这些模型普遍以高水准的多学科能力著称，尤其在 Hard（高难度）任务中表现突出。

中国大模型的表现

中国的人工智能技术近年来取得显著进步，在这次排名中也展现出不俗的竞争力。例如：

1. 深度求索（DeepSeek-V3）

   • 总分 68.3，理科成绩 72.0，文科成绩 78.2。
   • 其理科能力虽然略低于 OpenAI 的主要模型，但在文科任务中展现了较强的语言理解和生成能力。
   • 提供的 API 使用方式，说明其应用更偏向开发者市场。

2. 商汤 SenseChat 5.5-latest

   • 总分 68.3，与深度求索并列。
   • 在文科方面得分 81.8，超过许多国际对手，表明其在自然语言生成和理解方面的长足进步。

这些模型的发布时间与国际领先模型保持同步（2025 年 1 月 8 日），显示了中国团队在研发和迭代速度上的竞争力。

优势与挑战

优势：

• 多学科适应能力：中国模型如深度求索在理科和文科任务中都有较为均衡的表现，尤其在文科任务上优势明显。
• 开放性：通过 API 提供服务，降低了技术应用的门槛，扩大了模型的用户群体。

挑战：

• 高难度任务差距：在 Hard 项目的评分中，中国模型（如 DeepSeek-V3 的 54.8 和 SenseChat 的 51.5）仍与 OpenAI 的顶尖模型有明显差距。
• 品牌影响力不足：相比 OpenAI 的全球知名度，中国模型需要进一步加强国际市场的认可度。

展望未来

中国的大模型在2025年已经取得显著成就，但仍有很大的提升空间。未来的努力方向包括：

1. 技术深度突破：缩小在高难度任务上的差距，提升模型的通用智能水平。
2. 国际化布局：加强模型的推广与应用，在全球市场中树立“中国智造”的形象。
3. 多样化场景优化：针对特定行业（如教育、医疗等）进行专用模型开发，提高模型的实际价值。

---

我们看到中美在大模型领域的激烈竞争。虽然目前 OpenAI 仍占据技术高地，但中国团队的快速崛起不容忽视。未来几年，随着更多技术和资源的投入，中国大模型或将迎来全球性的技术突破与应用落地。

SuperCLUE总排行榜

排名	模型名称	机构	总分	Hard	理科	文科	使用方式	发布日期
-	o1	OpenAI	80.4	76.7	87.3	77.1	网页	2025年1月8日
-	o1-preview	OpenAI	74.2	63.6	80.6	78.5	API	2025年1月8日
-	ChatGPT-4o-latest	OpenAI	70.2	57.8	72.1	80.7	API	2025年1月8日
🏅️	DeepSeek-V3	深度求索	68.3	54.8	72	78.2	API	2025年1月8日
🏅️	SenseChat 5.5-latest	商汤	68.3	51.5	71.6	81.8	API	2025年1月8日
-	Gemini-2.0-Flash-Exp	Google	68.2	55.5	72.6	76.6	API	2025年1月8日
-	Claude 3.5 Sonnet(20241022)	Anthropic	67.7	54.6	71.4	77.2	API	2025年1月8日
🏅️	360zhinao2-o1	360	67.4	51.4	72.1	78.7	API	2025年1月8日
🥈	Doubao-pro-32k-241215	字节跳动	66.5	50.6	72.3	76.6	API	2025年1月8日
🥈	NebulaCoder-V5	中兴通讯	66.4	48.6	69.5	80.9	API	2025年1月8日
🥈	Qwen-max-latest	阿里巴巴	66.2	51.3	67.4	80	API	2025年1月8日
-	Qwen2.5-72B-Instruct	阿里巴巴	65.4	49.7	66.2	80.3	API	2025年1月8日
🥉	Step-2-16k	阶跃星辰	65.2	50	65.1	80.3	API	2025年1月8日
🥉	GLM-4-Plus	智谱AI	65.1	48.5	68.1	78.8	API	2025年1月8日
-	Grok-2-1212	X.AI	63.9	49.2	66.8	75.5	API	2025年1月8日
-	DeepSeek-R1-Lite-Preview	深度求索	63.8	44.9	69.7	76.8	网页	2025年1月8日
-	Qwen2.5-32B-Instruct	阿里巴巴	63.7	44.9	66.9	79.1	API	2025年1月8日
4	Sky-Chat-3.0	昆仑万维	63	44.5	65.4	79.1	API	2025年1月8日
-	DeepSeek-V2.5	深度求索	63	45.3	67.6	76.1	API	2025年1月8日
4	MiniMax-abab7-preview	MiniMax	62.8	42.8	64.9	80.7	API	2025年1月8日
4	Hunyuan-Turbo	腾讯	62.3	38.6	67.7	80.6	API	2025年1月8日
4	TeleChat2-Large	TeleAI	62.3	43.3	64.1	79.5	API	2025年1月8日
4	ERNIE-4.0-Turbo-8K-Latest	百度	62.2	45.6	61.4	79.5	API	2025年1月8日
5	Baichuan4	百川智能	61.8	45	62	78.2	API	2025年1月8日
-	GPT-4o-mini	OpenAI	60.6	42.8	63.3	75.8	API	2025年1月8日
6	kimi	Kimi	59.4	43.5	58.1	76.6	网页	2025年1月8日
-	Llama-3.3-70B-Instruct	Meta	59.4	38.8	66.4	72.9	API	2025年1月8日
7	TeleChat2-35B	TeleAI	57.1	37.6	55.6	78.2	模型	2025年1月8日
8	Qwen2.5-7B-Instruct	阿里巴巴	55.5	35.7	54.4	76.4	API	2025年1月8日
9	QwQ-32B-Preview	阿里巴巴	54.3	26.6	59.8	76.5	API	2025年1月8日
10	讯飞星火V4.0	科大讯飞	52.7	20.3	62.3	75.4	API	2025年1月8日
10	GLM-4-9B-Chat	智谱AI	52.4	31.6	50.6	75.1	模型	2025年1月8日
-	Gemma-2-9b-it	Google	48.6	22.7	49.5	73.7	模型	2025年1月8日
11	Yi-1.5-34B-Chat-16K	零一万物	48.2	20.6	48.2	75.9	模型	2025年1月8日
11	360Zhinao2-7B-Chat-4K	360	47.8	17.5	50.7	75.2	模型	2025年1月8日
12	Qwen2.5-3B-Instruct	阿里巴巴	46.1	18.6	44.2	75.5	API	2025年1月8日
13	Yi-1.5-9B-Chat-16K	零一万物	44.3	20.3	41.3	71.3	模型	2025年1月8日
13	MiniCPM3-4B	面壁智能	44.2	13.7	45.9	73	模型	2025年1月8日
-	Llama-3.1-8B-Instruct	Meta	43.9	20.9	42.8	68.1	API	2025年1月8日
-	Phi-3.5-Mini-Instruct	微软	42.4	14	42.4	70.7	模型	2025年1月8日
-	Gemma-2-2b-it	Google	39.2	11.8	36.4	69.4	模型	2025年1月8日
-	Mistral-7B-Instruct-v0.3	Mistral AI	33.2	11.4	31.2	56.9	模型	2025年1月8日