SuperCLUE2025年年度测评智能体（任务规划）总分对比
2026-02-04 14:57:38
76
相关数据
行业数据1
SuperCLUE测评基准2025年年度总体表现（数据截至2026年2月27日）
2026-03-16 08:15:43
87
原图定位
行业数据1
SuperCLUE2025年年度基准测评Kimi-K2.5-Thinking六大任务得分
2026-02-04 14:57:38
74
原图定位
行业数据1
SuperCLUE2025年年度测评六大任务国内Top3
2026-02-04 14:57:38
69
原图定位
行业数据1
SuperCLUE2025年年度测评数学推理总分对比
2026-02-04 14:57:38
78
原图定位
行业数据1
SuperCLUE2025年年度测评海内外大模型6大任务平均分对比
2026-02-04 14:57:38
66
原图定位
行业数据1
2025年全年SuperCLUE通用基准测评海内外大模型Top3
2026-02-04 14:57:38
72
原图定位
行业数据1
SuperCLUE2025年年度测评幻觉控制总分对比
2026-02-04 14:57:38
72
原图定位
行业数据1
SuperCLUE2025年年度基准测评Qwen3-Max-Thinking六大任务得
2026-02-04 14:57:38
76
原图定位
行业数据1
SuperCLUE2025年年度通用测评性价比区间分布
2026-02-04 14:57:38
90
原图定位
行业数据1
SuperCLUE2025年年度测评科学推理总分对比
2026-02-04 14:57:38
79
原图定位
行业数据1
SuperCLUE2025年年度通用测评推理模型推理效能区间分布（含补测）
2026-02-04 14:57:38
66
原图定位
行业数据1
SuperCLUE2025年年度测评开闭源大模型6大任务平均分对比
2026-02-04 14:57:38
68
原图定位
行业数据1
SuperCLUE2025年年度测评六大任务国内外Top20热力图
2026-02-04 14:57:38
80
原图定位
行业数据1
SuperCLUE2025年年度测评精确指令遵循总分对比
2026-02-04 14:57:38
76
原图定位
最新数据
行业数据1
印度已成为半导体全球能力中心（GCC）最具战略意义的地点一一兼具规模、广度和创新准备度。
2026-07-29 08:30:00
0
原图定位
行业数据1
2x2框架：按规模与增长划分的应用
2026-07-29 08:30:00
0
原图定位
行业数据1
图2：.全球资产管理规模增长对比－一公开市场与私人市场，2003-24年
2026-07-29 08:30:00
0
原图定位
行业数据1
满足AI推理需求所需的计算资源规模（以吉瓦计）［9]
2026-07-29 08:31:00
0
原图定位
行业数据1
图4.1：.可规模化AI咨询的关键组件分类
2026-07-29 08:31:00
0
原图定位
介绍：主要考察模型在复杂任务场景中制定结构化行动方案的能力，包括且不限于生活服务、工作协作、学习成长、健康医疗等。要求模型基于给定目标和约束条件， 生成逻辑连贯、步骤清晰、可执行的行动计划。 评价方式：利用裁判模型根据行动方案对预设检查点的完成情况进行离散判定（0/1），或对方案整体质量进行连续评分（0-100）。 1.海外头部模型优势显著。 海外头部模型GPT-5.2(high)以81.39 分领跑榜单，Claude-Opus-4.5- Reasoning以74.87分紧随其后。国 内Qwen3-Max-Thinking （70.13分） 和Kimi-K2.5-Thinking（68.06分） 分居第三和第四，海内外头部模型 的差距超过10分，国产模型在任务 规划领域还有一定的进步空间。 2.行业整体水平跨度巨大，长 尾效应明显。 面的发展极不平衡，整体水平跨度 巨大，两极分化比较严重，最高分 和最低分相差了4倍之多。此外， 的，达到了13.78，说明该任务对于 当前大模型依然是极具挑战性的, 是区分大模型能力的关键。
行业数据
原图定位
相关数据
最新数据
![满足AI推理需求所需的计算资源规模（以吉瓦计）［9]](https://file.sgpjbg.com/FileUpload1/News/2a923cfb-8dea-43d4-9114-4097f1972f49.png "满足AI推理需求所需的计算资源规模（以吉瓦计）［9]")
原图定位
