五大AI大模型测评Day4

今天测试的是各家大模型对于特定领域的了解程度以及内容倾向性，依旧保持使用少量prompt比较输出tokens。提示词是我打算备战下一场马拉松，目前水平是大众二级，请帮我制定一份为期三个月的进阶配速与核心力量训练计划。提示词的关键词是计划，所以按照这个标准，表现最好的是智谱清言和豆包，给了我非常详细的细化到三个月里每天的详细计划。包括训练量，训练内容，热身内容等等，计划十分科学保守，观感上智谱清言略好于豆包，二者都能给出符合提示词大众二级的科学训练量和建议。其次是deepseek和文心5.0，这是文心一言首次排到第二档，可能是因为额度使用限制，这次的内容量明显大幅减少，只是和ds一样给了大致的配速建议、训练内容和训练原则。并未给出每天的训练内容，表述较为宽泛、保守，观感上一般。其中文心5.0这次生成的幻觉率有点颇高，一直使用奇怪的修辞，可能后续需要删除历史对话进行测试。最后一档则是kimi2.5思考，kimi的数据库显然没有关于马拉松领域的具体内容，它可能上网找了关于大众二级水平的资料，但是显然找的是错误的配速数据，因此后面的输出内容没有任何参考价值，因此排在最后。总结，智谱清言这次测试的良好性能给了我一定惊喜，国产大模型确实有很多有潜力的模型还未广泛进入群众视野。

2026-03-16

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。

评论区

快来抢占第一条评论 ~

说真实观点...

有用