最近，SuperCLUE发布了2025年《中国大型模型基准报告》，吸引了众多科技爱好者的关注。本次评估共有23个国内外大型模型参与，涵盖数学推理、科学推理和代码生成等六大核心维度。评估结果显示，海外闭源模型依然占据领先地位，尤其是Anthropic的Claude-Opus-4.5-Reasoning，得分68.25分，位列第一，成为本次评估中的佼佼者。
紧随其后的是谷歌的Gemini-3-Pro-Preview和OpenAI的GPT-5.2（高分），分别得分65.59和64.32，分别位列第二和第三。这些海外巨头的实力依然令人印象深刻。然而值得注意的是，国内大型模型在本次评估中也表现出色，尤其是开源模型Kimi-K2.5-Thinking和闭源模型Qwen3-Max-Thinking，分别以61.50分和60.61分获得第四和第六名。
在特定领域，国内模型表现尤为出色。Kimi-K2.5-Thinking在代码生成任务中以53.33分获得最高分，而Qwen3-Max-Thinking在数学推理任务中与Gemini-3-Pro-Preview并列，均以80.87分夺得第一名。这些成就表明，国内车型正逐步从“跟随”转向“并肩运行”，展现出强大的追赶能力。
总体来看，海外闭源模型仍领先国内模型，但国内开源模型表现优异，占据前五绝对优势，展现了国内开源模型强大的实力和发展潜力。随着技术不断进步和国内研究加速，中国大型模型领域或许很快会带来更多惊喜和挑战。
