# 2024年2月中文大模型排行

- 連結：https://leggie.co/2024%e5%b9%b42%e6%9c%88%e4%b8%ad%e6%96%87%e5%a4%a7%e6%a8%a1%e5%9e%8b%e6%8e%92%e8%a1%8c/
- 發佈時間：2024-02-28T22:27:49+08:00
- 作者：Leggie

![2024年2月中文大模型排行](data:image/gif;base64,R0lGODlhAQABAAAAACH5BAEKAAEALAAAAAABAAEAAAICTAEAOw
==)

自從2018年 OpenAI 推出 GPT-1 以來，大模型技術逐漸嶄露頭角。隨著參數量級的不斷提高，
大模型展現出驚人的理解和生成能力，正逐漸改變著人類的生活。尤其是在2022年11月 ChatGPT
問世後，大模型更是引起了全球的關注。隨著 AI 技術的快速發展，中文大模型已成為推動
語言理解和生成能力飛躍的關鍵力量。從最初的探索階段到現在的技術成熟，中文大模型不僅
促進了自然語言處理技術的進步，也為各行各業的數字化轉型提供了強大的支持。

## 2024年2月中文大模型排行榜

根據 SuperCLUE 評測結果，2024年2月中文大模型排行榜如下：

![SuperCLUE 2024年2月綜合評測](data:image/gif;base64,R0lGODlhAQABAAAAACH5BAEKAAEALAAAAAABAAEAAAICTAEAOw
==)

SuperCLUE 十大基礎能力排行榜 (2024年2月) 資料來源： [SuperCLUE](https://www.superclueai.com/)

![SuperCLUE 大模型基準得分排行榜 (2024年2月)](data:image/gif;base64,R0lGODlhAQABAAAAACH5BAEKAAEALAAAAAABAAEAAAICTAEAOw
==)

SuperCLUE 大模型基準得分排行榜 (2024年2月) 資料來源： [SuperCLUE](https://www.superclueai.com/)

與12月份相比，本次榜單變化較大，主要原因在於各大廠商紛紛推出升級版大模型。例如，
百度推出文心一言4.0，阿里雲推出通義千問2.1，科大訊飛推出星火V3.5，字節跳動推出雲雀
大模型等。這些新模型的參數量和性能都有明顯提升，在榜單上取得了更好的成績。

## 中文大模型發展動態

2023-2024年，中文大模型發展迅速，主要進展如下：

國外大模型方面，2023年 OpenAI 推出 GPT4 ， Meta 推出 Llama2 ， Google 推出 Gemini，
Anthropic 推出 Claude 等。2024年初， OpenAI 推出 GPT4-Turbo ，進一步提升了大模型
性能。

中國大模型方面，2023年百度推出文心一言，阿里雲推出通義千問，360推出360智腦，科大
訊飛推出星火，字節跳動推出雲雀等。2024年初，這些廠商又紛紛推出升級版大模型，如文
心一言4.0、通義千問2.1、星火V3.5、雲雀大模型等，參數量和性能持續提升。

總體來看，中文大模型技術正處於快速發展期，各大廠商都在積極佈局，不斷推出更新、更大、
更強的版本，以期在大模型領域取得領先地位。

## 中文大模型評測基準介紹

SuperCLUE 評測基準是由 CLUE 團隊發起，致力於科學、客觀、中立的語言模型評測基準。
SuperCLUE 評測基準由多輪開放式 SuperCLUE-OPEN 和三大能力客觀題 SuperCLUE-OPT 兩部分
組成。 SuperCLUE-OPEN 包含1504道多輪簡答題， SuperCLUE-OPT 包含3068道客觀選擇題。
通過多維度、多視角的綜合性評測方案，真實類比大模型的應用場景，全面考察模型生成能力。

## 四大維度分析

 1. **語言與知識：** GPT 系列依然領先，中國頭部大模型表現優異。例如通義千問2.1得分89.67
    分，僅次於 GPT4-Turbo-0125 。
 2. **專業與技能：** GPT-4 Turbo 領先，文心一言4.0緊隨其後。中國大模型與國外最好模型
    仍有一定距離，但差距正在縮小。
 3. **工具使用：** GPT4-Turbo-0125 領先，文心一言4.0表現不俗。中國大模型表現優異，與
    積極落地應用密不可分。
 4. **傳統安全：** GPT4-Turbo-0125 領先， Claude2 表現穩定。中國大模型表現不俗，是當下
    比較重視的一個方向。

## 領先模型案例

 1. **通義千問2.1：**知識百科、生成與創作基礎能力排名中國第一，上下文對話、角色扮演、
    代碼、語義理解、傳統安全、工具使用能力排名中國前三。適用于金融、醫療、汽車等專業
    場景。
 2. **Baichuan3：**計算能力排名中國第一，邏輯推理能力排名中國前三。適用於數學推理、
    資料分析、資訊處理等場景。
 3. **GLM-4：**上下文對話、代碼、語義理解能力排名中國第一，邏輯推理、生成與創作、工具
    使用、計算能力排名中國前三。適用於客服對話、代碼助手、文本理解等場景。
 4. **訊飛星火V3.5：**在傳統安全能力上排名中國前三，在邏輯推理、語義理解、生成與創作、
    計算能力上排名中國前五。適用於數學教育、邏輯分析、文本理解、創作場景。

## 中文大模型發展趨勢展望

隨著參數規模的不斷擴大，大模型的技術性能持續提升，應用領域也在不斷拓展。展望未來，
大模型的發展趨勢將體現在以下幾個方面：

 1. **模型規模擴大：**模型參數量將持續增長，千億級和萬億級大模型將成為主流，以支撐更
    複雜的任務和場景。
 2. **多模態能力增強：**大模型將融合更多模態的資料，實現跨模態理解和生成，提升交互體驗。
 3. **領域細分化：**面向不同領域的大模型將更加精細化，以更好地滿足垂直場景的需求。
 4. **低功耗和即時性：**通過模型壓縮、量化等技術，大模型將更加羽量級，即時性能也將得到
    提升，以便更好地應用於移動端和邊緣計算場景。
 5. **安全性和可解釋性：**模型的安全性和可解釋性將成為重點研究方向，以確保模型的可靠性
    和使用者信任度。

## 結語

2024年2月中文大模型評測報告充分展現了大模型技術的飛速發展。中國大模型已經逐步縮小
與國際頂級大模型的差距。隨著大模型技術的持續進步，其在各行各業的應用將更加廣泛。
