评说明及示例5.测评模型列表 SuperCLUE全球大模型中文综合能力排行榜（2025年7月） 本次测评
包括六大任务：数学推理、科学推理、代码生成（含we b开发）、智能体A g e n t（多轮工具调用）、
幻觉控制、精确指令遵循。题目量为1288道新题，最终得分取各任务平均分。 •o3以73.78的总分取得总
榜第一，领跑全球。 海外头部模型o3、o4-mini(high)和Gemini-2.5-Pro在本次七月
本文转载自：发现报告
原文链接：https://www.fxbaogao.com/detail/4985586
本文由 XZ导师app 自动发布 | 发布时间：2026/7/26 14:33:07