5月6日，国内权威的大模型评测机构SuperCLUE最新发布了《中文大模型基准测评2024年度4月报告》。整体来看，国内大模型的第一梯队已达到或接近国际一流的水平，其中既有腾讯混元、文心一言、通义千问等来自大厂的大模型，也有GLM-4、Baichuan3、Moonshot和Minimax等大模型创业公司的代表。

SuperCLUE是国内权威的通用大模型综合性测评基准，其前身是知名的第三方中文语言理解测评基准CLUE（The Chinese Language Understanding Evaluation）。SuperCLUE基于通用大模型在学术、产业与用户侧的广泛应用，构建了多层次、多维度的综合性测评基准，由十大基础任务组成，包括逻辑推理、代码、语言理解、长文本、角色扮演等。

本次报告选取了国内外具有代表性的32个大模型4月份的版本，通过多维度综合性测评，真实准确地反映了国内外大模型在中文领域的综合能力和发展现状。

测评报告的总分排名上，腾讯混元大模型位列前三。在十大能力得分中，腾讯混元大模型的各项能力较为均衡，在语义理解能力上，以75.4的高分排名国内第一；在角色扮演、安全能力、计算、逻辑推理、工具使用、长文本能力上，也均处于位于国内一流水平。

目前，腾讯混元大模型参数量超过万亿，tokens数超过7万亿。此前国际权威调研机构沙利文发布的《2024年中国大模型能力评测》显示，腾讯混元在通用基础能力和专业应用能力已居国内第一梯队。

文/北京青年报记者 温婧
编辑/田野