随着人工智能技术的飞速发展，大语言模型(Large Language Models, LLMs)在各行各业的应用日益广泛，尤其是在软件开发、数据分析、客户服务等领域。蘑菇云创客空间[445期开放夜] 就以“ChatGPT、Gemini、通义千问等一众大语言模型，哪家更适合您”这样的主题，开展了一次深度的大语言模型的测评。开放夜现场测评了十几个国内外大语言模型，测评角度从逻辑、数学、翻译、伦理等方面，深入探讨和体验了这些大语言模型的实际效能。
测评的大语言模型：
1.Kimi 智能助手：由月之暗面科技有限公司开发的先进AI。
2.智谱清言：由智言科技开发的大语言模型，以深度学习和自然语言处理技术见长。
3.讯飞星火：科大讯飞推出的创新语言模型。
4.文心一言：百度的前沿语言模型，致力于理解和生成自然语言。
5.豆包：专注于提供个性化的智能对话服务。
6.通义千问：以广泛的知识库和灵活的对话能力著称。
7.海螺AI：新兴的语言模型，擅长处理复杂的语言任务。
8.腾讯混元助手：腾讯推出的多功能AI助手。
9.Sider: 是由日本公司Sider开发的大语言模型。
10.ChatGPT：由OpenAI开发，国际上广受认可的更大规模、功能更全面的语言模型。
11.Claude：Anthropic开发的先进语言模型，注重安全性和可靠性。
12.groq：以其专为AI设计的硬件加速器而闻名。
13.Gemini: OpenAI 开发的较小规模的语言模型，旨在提供更高效的计算和资源利用。
14.Mixtral：开源人工智能初创公司 Mistral AI 开发的超越GPT-3.5的AI模型
测评问题一: 鸡兔同笼的数学问题
鸡兔同笼是一个经典的数学问题，通过观察鸡兔的头和脚的数量关系，可以利用代数方程来解决问题，从而确定笼子里鸡和兔子的数量。这个问题常常展示了代数方程组的应用。
针对鸡兔同笼的问题，除了Gemini Pro没有得出正确的结果，其余的大语言模型都可以给出正确结果。
测评问题二：翻译（诗句中翻英）
诗人马致远的诗句“断肠人在天涯”，描写了“夕阳向西缓缓落下，只有孤独的旅人漂泊在遥远的地方。”诗句的翻译涉及到文化差异和诗人独特情感。Mixtral 的语言模型正确的解释了诗句本身的含义，帮助翻译者很好地理解这句诗句。 Claude的语言模型对于诗句的本身理解是不正确的。
这句诗翻译家许渊冲翻译为“Far, far from home is the heartbroken one.”由此可见，大语言模型可以帮助翻译者分析这句诗基本的意思，但是涉及文化层面的深层含义，还是做不到意译的。
开放夜也探讨了如下涉及生活、工作的一些问题，比如：
过年福字要倒着贴，那为什么不直接生产倒过来的福字呢?
收到公司的裁员通知邮件，你应该怎么回复邮件来保住工作?
一个乌龟掉进了井里，井里有30米深。乌龟白天爬3米，晚上滑下2米。问这只乌龟需要多长时间才能爬出井口?
DFRobot AIGC小组主理人夏青在开放夜的现场测评了十几个国内外大语言模型，通过多维度问题的测评，他认为：对于处理综合性问题，OpenAI的ChatGPT 4.0逻辑清楚，能提供非常有用的信息。尽管在回答一些较为复杂的问题上略显不足，但在大多数场合下，其性能仍然令人满意。然而，ChatGPT 4.0在国内的使用成本是一个不容忽视的问题，不仅涉及订阅费用，也包括使用的技术门槛。
与此同时，Gemini和Claude等海外语言模型，尽管在遵循指令方面略显不足，但已达到了实用水平。令人惊喜的是，国内的Qwen1.5 72b开源模型在中文理解和特定任务，几乎能与ChatGPT4.0匹敌此外，其他开源模型如Mixtral和新发布的LLaMA3虽在逻辑性上略逊于商业模型如ChatGPT，但总体表现已超越了ChatGPT 3.5。
综合分析来看，尽管ChatGPT 4.0仍然是目前市场上最优秀的大语言模型，但不可忽视的是，无论是国际市场还是国内市场，其他厂商的模型均显示出迅速的进步。开源模型的崛起也证明了开源社区在AI时代的巨大潜力。当前的大语言模型在处理理性问题方面表现一致，但通常无法提供情绪价值回应。例如，一些国内模型如“豆包”将展现其在情绪回应方面的潜力。这种能力的发展可能为未来陪伴型机器人的商业模型提供新的方向。
蘑菇云创客空间
蘑菇云创客空间是上海浦东的一家创客空间,是科技部授牌的首批国家级创客空间,由浦软孵化器提供场地支持、上海智位机器人提供硬件及技术支持的一家为创客服务的开放式创客空间。拥有独立的加工室、公共协作区域以及储物、耗材商店,为硬件爱好者、程序员、设计师、DIY 发烧友等各类创客,甚至包括进行创新研发的科创团队提供一个开放式的社区化会员空间。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
四个月前邀请码炒至10万元，如今官网变灰、社交账号清空，这家AI新贵的闪电迁移折射中国科技企业出海潮涌。7月11日，打开Manus官网的用户发现一则突兀提示：“Manus在你所在的地区不可用”。而就在不久前，这个位置还显示着“Manus中文版本正在开发中”的乐观声明。同时，Manus官方微博和小红书
文/十界来源/节点财经一场围绕算力自主的竞赛，正在科创板上演。近日，国产全功能GPU厂商摩尔线程递交科创板招股书，拟募资约80亿人民币，成为今年上半年科创板拟募资规模最大的冲刺者，也打响了“国产英伟达”上市的第一枪。据招股书显示，摩尔线程自2020年成立以来，主营全功能GPU芯片的研发与销售，以自主
“AI大模型六小虎”百川智能危机重重。这是前搜狗CEO王小川创办的AI公司。昨天就爆出新闻，百川智能的联合创始人离职，这是王小川入局AI的第一道大坎。接下的成败非常关键：(1)拿下河北(2)学习科大讯飞百川智能离职高端概览：(1)2025年7月10日，百川智能技术联合创始人谢剑将离职。他是百川只能的
百度AI团队今日正式推出PaddleOCR3.1版本，以突破性的多语言组合识别（MultilingualCompositionPerception,MCP）技术为核心，彻底重构复杂文档处理边界。此次升级标志着OCR领域首次实现对同一文档内任意混合语言文本的精准识别，为全球化企业、跨境业务及多元文化场
“宇树已形成硬件、算法、场景联动的业务飞轮，自研率超95%的技术壁垒让其成为全球机器人赛道不可忽视的中国力量。”首程资本管理合伙人朱方文在追加投资时如是评价。7月7日，据每日经济新闻从宇树科技投资方处获悉，国内人形机器人领军企业宇树科技（UnitreeRobotics）已明确计划于科创板IPO，预计
推理与多模态的终极融合，将彻底终结用户在不同模型间切换的烦恼。7月7日，OpenAI正式确认将在今年夏季推出新一代人工智能模型GPT-5。这一突破性产品将整合现有的多个强大模型，特别是融合专注推理能力的“O系列”与具备多模态功能的“GPT系列”，为用户提供前所未有的统一体验。OpenAI开发者体验负
高考一结束，忙坏了海内外一众大模型。豆包、DeepSeek、ChatGPT、元宝、文心一言、通义千问……掀起了一波“AI赶考”大战。据悉，去年高考期间，大模型的成绩才勉强过一本线，今年集体晋升985。据悉，豆包甚至过了清北的录取线。头部大模型在高考“考场”上玩得不亦乐乎，中小AI创企的处境却日益尴尬
文/二风来源/节点财经每年高考成绩放榜后，数千万考生和家长将迎来另一场硬仗——填报志愿。今年，这一领域迎来了AI的全面介入，多家互联网大厂和教育公司纷纷推出智能志愿填报产品，为考生提供院校和专业选择建议。据艾媒咨询数据，2023年中国高考志愿填报市场付费规模约9.5亿元，近九成考生愿意借助志愿填报服
苹果还没从WWDC25的“群嘲”中走出，又迎来了一次新的痛击。据路透社报道，21日，苹果公司遭到股东集体起诉，被指在信息披露中低估了将先进生成式AI整合进语音助手Siri所需的时间，导致iPhone销量受影响、股价下滑，构成证券欺诈。在这份诉讼中，库克、首席财务官凯文·帕雷克及前首席财务官卢卡·马埃
华为的盘古大模型终于推出新版本了。6月20日华为云计算CEO张平安宣布基于CloudMatrix384超节点的新一代昇腾AI云服务全面上线，盘古大模型5.5同步发布。不过，当前国内的AI大模型竞争可谓是相当激烈，华为的盘古大模型在众多大模型中并不是十分出众。华为云此次重磅推出的盘古大模型5.5能否从
