中文/国内评测 模态: 文本 (Text) 更新频率: monthly ● 自动定时拉取

SuperCLUE 中文通用大模型基准

聚焦中文语境的通用大模型综合能力测评基准,涵盖十大能力维度。

💡 评测口径提示: 定期发布中文大语言模型测评报告与月度榜单快照。
快照日期:2026-10-26 • 快照采纳链接:https://www.superclueai.com/
最后核验:2026-10-26

模型最新排名快照

共收录 15 款模型。数据均保留原榜单给出的分数与分项维度。

名次 模型名称 统一标识 机构 核心分值 分项指标明细 备注说明 跨榜对比
1 GPT4-Turbo gpt4-turbo OpenAI 90.63
总分: 90.63 OPEN多轮开放问题: 90.89 OPT三大能力客观题: 90.03
部署渠道: API 对比 →
2 GPT4(网页) gpt4 OpenAI 83.92
总分: 83.92 OPEN多轮开放问题: 80.76 OPT三大能力客观题: 91.28
部署渠道: 网页 对比 →
3 GPT4(API) gpt4 OpenAI 79.84
总分: 79.84 OPEN多轮开放问题: 76.24 OPT三大能力客观题: 88.24
部署渠道: API 对比 →
4 文心一言4.0(API) 4.0 百度 79.02
总分: 79.02 OPEN多轮开放问题: 75 OPT三大能力客观题: 88.38
部署渠道: API 对比 →
5 通义千问2.0 2.0 阿里巴巴 76.54
总分: 76.54 OPEN多轮开放问题: 71.78 OPT三大能力客观题: 87.64
部署渠道: API 对比 →
6 AndesGPT andesgpt OPPO 75.04
总分: 75.04 OPEN多轮开放问题: 70.01 OPT三大能力客观题: 86.76
部署渠道: API 对比 →
7 智谱清言 智谱清言 清华&智谱 74.11
总分: 74.11 OPEN多轮开放问题: 69.91 OPT三大能力客观题: 83.92
部署渠道: 网页 对比 →
8 Moonshot(KimiChat) moonshot 月之暗面 71.92
总分: 71.92 OPEN多轮开放问题: 67.25 OPT三大能力客观题: 82.81
部署渠道: 网页 对比 →
9 文心一言4.0(网页) 4.0 百度 70.28
总分: 70.28 OPEN多轮开放问题: 62.59 OPT三大能力客观题: 88.22
部署渠道: 网页 对比 →
10 Qwen-72B-Chat qwen-72b-chat 阿里巴巴 69.69
总分: 69.69 OPEN多轮开放问题: 62.31 OPT三大能力客观题: 86.9
部署渠道: API 对比 →
11 序列猴子 序列猴子 出门问问 68.98
总分: 68.98 OPEN多轮开放问题: 61.01 OPT三大能力客观题: 87.59
部署渠道: API 对比 →
12 Yi-34B-Chat yi-34b-chat 零一万物 68.46
总分: 68.46 OPEN多轮开放问题: 61.99 OPT三大能力客观题: 83.56
部署渠道: 模型 对比 →
13 PCI-TransGPT pci-transgpt 佳都科技 68.33
总分: 68.33 OPEN多轮开放问题: 60.41 OPT三大能力客观题: 86.81
部署渠道: API 对比 →
14 360GPT_Pro 360gpt-pro 360 68.32
总分: 68.32 OPEN多轮开放问题: 61.36 OPT三大能力客观题: 84.56
部署渠道: API 对比 →
15 Claude2 claude2 Anthropic 67.43
总分: 67.43 OPEN多轮开放问题: 65.14 OPT三大能力客观题: 72.77
部署渠道: API 对比 →
快照采集说明: 直接抓取自 SuperCLUE 官方基准最新公布的测评天梯榜单。

📊 本榜单指标与评价方法说明

选型决策建议:结合具体应用场景(如代码辅助、企业知识库检索、对话推理)参考专有指标,切勿以单一数值判定模型整体优劣。

总分

对应 SuperCLUE 中文通用大模型基准 评测基准中的测量项目。具体测试集构建、评测提示词与评分规则详见 官方文档 。

基础能力

对应 SuperCLUE 中文通用大模型基准 评测基准中的测量项目。具体测试集构建、评测提示词与评分规则详见 官方文档 。

专业能力

对应 SuperCLUE 中文通用大模型基准 评测基准中的测量项目。具体测试集构建、评测提示词与评分规则详见 官方文档 。

应用能力

对应 SuperCLUE 中文通用大模型基准 评测基准中的测量项目。具体测试集构建、评测提示词与评分规则详见 官方文档 。