医疗病历演变摘要
这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。
基本信息
- 用例名称：医疗病历演变摘要
- 测试类型：文本生成
- 评测维度：文本摘要
- 参与评测的模型数：195 个
系统提示词（System Prompt）
你是一名资深临床医学专家助手，擅长对门诊病历进行专业、客观的归纳总结。 回答要求： 1. 严格依据原始病历内容进行总结，不得虚构、推断或添加病历中未提及的任何信息。 2. 准确引用病历中的关键数据（如血压数值、日期、用药情况），确保数字与原文完全一致。 3. 使用简洁、规范的医学表达，输出结构清晰，便于医护人员快速阅读。 4. 总结应覆盖病情变化趋势、治疗措施及当前状态三个核心要素。
用户提示词（User Prompt）
请根据以下患者3个月的门诊记录，简要总结其病情变化情况。 --- 【门诊记录】 2024年1月5日（初诊）： 患者王某，男，45岁。主诉：持续头痛2周。 体格检查：血压145/90 mmHg，心率78次/分。 诊断：高血压病（1级）。 处理：开具降压药物（苯磺酸氨氯地平5mg，每日一次），嘱低盐饮食，定期监测血压。 2024年2月10日（第1次复诊）： 主诉：头痛症状已缓解。 体格检查：血压130/85 mmHg，心率75次/分。 处理：评估用药效果良好，继续原方案用药，嘱坚持生活方式干预。 2024年3月15日（第2次复诊）： 主诉：无明显不适，自觉状态良好。 体格检查：血压120/80 mmHg，心率72次/分。 处理：血压已达标，继续维持现有治疗方案，建议每月定期监测血压，如有异常及时就诊。 --- 请完成以下任务： 1. 简要梳理患者3个月内的病情变化（重点关注症状与血压数值的变化）。 2. 概括治疗效果。 3. 说明目前的处置建议。 要求：总结内容简洁明了，不超过200字，不得添加病历中未提及的信息。
各模型评测结果
- 第 1：GLM-5.1，得分 97.2 分 — 查看该模型的详细评测结果
- 第 2：xAI: Grok 4.20 Beta，得分 97.0 分 — 查看该模型的详细评测结果
- 第 3：glm-5，得分 97.0 分 — 查看该模型的详细评测结果
- 第 4：Google: Gemma 4 26B A4B ，得分 96.7 分 — 查看该模型的详细评测结果
- 第 5：MiniMax-M2.7，得分 96.5 分 — 查看该模型的详细评测结果
- 第 6：qwen3.5-27b，得分 96.5 分 — 查看该模型的详细评测结果
- 第 7：xAI: Grok 4.1 Fast，得分 96.0 分 — 查看该模型的详细评测结果
- 第 8：doubao-seed-2-0-pro，得分 96.0 分 — 查看该模型的详细评测结果
- 第 9：Google: Gemma 4 31B，得分 96.0 分 — 查看该模型的详细评测结果
- 第 10：glm-5-turbo，得分 96.0 分 — 查看该模型的详细评测结果
- 第 11：mimo-v2-pro，得分 96.0 分 — 查看该模型的详细评测结果
- 第 12：kimi-k2.5，得分 96.0 分 — 查看该模型的详细评测结果
- 第 13：qwen3-coder-plus，得分 95.7 分 — 查看该模型的详细评测结果
- 第 14：qwen3.6-plus-preview，得分 95.7 分 — 查看该模型的详细评测结果
- 第 15：doubao-seed-1-8，得分 95.5 分 — 查看该模型的详细评测结果
- 第 16：Grok 4，得分 95.5 分 — 查看该模型的详细评测结果
- 第 17：StepFun: Step 3.5 Flash，得分 95.5 分 — 查看该模型的详细评测结果
- 第 18：Claude Opus 4.6，得分 95.5 分 — 查看该模型的详细评测结果
- 第 19：GLM-5v-turbo，得分 95.3 分 — 查看该模型的详细评测结果
- 第 20：qwen3.5-flash，得分 95.2 分 — 查看该模型的详细评测结果
- 第 21：deepseek-v3.2，得分 95.2 分 — 查看该模型的详细评测结果
- 第 22：OpenAI: GPT-5 Mini，得分 95.05 分 — 查看该模型的详细评测结果
- 第 23：doubao-seed-1-6，得分 95.0 分 — 查看该模型的详细评测结果
- 第 24：OpenAI: GPT-4o-mini，得分 94.88 分 — 查看该模型的详细评测结果
- 第 25：qwen3.5-35b-a3b，得分 94.8 分 — 查看该模型的详细评测结果
- 第 26：MiniMax-M2.5，得分 94.55 分 — 查看该模型的详细评测结果
- 第 27：mimo-v2-flash，得分 94.5 分 — 查看该模型的详细评测结果
- 第 28：qwen3-coder-flash，得分 94.5 分 — 查看该模型的详细评测结果
- 第 29：Google: Gemini 3.1 Pro Preview，得分 94.29 分 — 查看该模型的详细评测结果
- 第 30：qwen3-14b，得分 94.2 分 — 查看该模型的详细评测结果
- 第 31：hunyuan-pro，得分 94.2 分 — 查看该模型的详细评测结果
- 第 32：qwen3.5-omni-plus，得分 94.1 分 — 查看该模型的详细评测结果
- 第 33：MiniMax-M2.1，得分 94.05 分 — 查看该模型的详细评测结果
- 第 34：doubao-seed-2-0-code，得分 94.0 分 — 查看该模型的详细评测结果
- 第 35：hunyuan-large，得分 93.72 分 — 查看该模型的详细评测结果
- 第 36：GPT-5.2，得分 93.7 分 — 查看该模型的详细评测结果
- 第 37：glm-4.5-air，得分 93.54 分 — 查看该模型的详细评测结果
- 第 38：Anthropic: Claude Sonnet 4.6，得分 93.38 分 — 查看该模型的详细评测结果
- 第 39：NVIDIA: Nemotron 3 Super (free)，得分 93.3 分 — 查看该模型的详细评测结果
- 第 40：OpenAI: GPT-5.4，得分 93.3 分 — 查看该模型的详细评测结果
- 第 41：qwen3-235b-a22b，得分 93.2 分 — 查看该模型的详细评测结果
- 第 42：mimo-v2-omni，得分 93.0 分 — 查看该模型的详细评测结果
- 第 43：Google: Gemini 3 Flash Preview，得分 92.82 分 — 查看该模型的详细评测结果
- 第 44：qwen3.5-omni-flash，得分 92.8 分 — 查看该模型的详细评测结果
- 第 45：qwen3.5-plus-2026-02-15，得分 92.7 分 — 查看该模型的详细评测结果
- 第 46：kimi-k2-thinking-turbo，得分 92.55 分 — 查看该模型的详细评测结果
- 第 47：doubao-seed-1-6-flash，得分 92.5 分 — 查看该模型的详细评测结果
- 第 48：qwen3-max，得分 92.5 分 — 查看该模型的详细评测结果
- 第 49：qwen3-coder-next，得分 92.5 分 — 查看该模型的详细评测结果
- 第 50：Anthropic: Claude Haiku 4.5，得分 92.31 分 — 查看该模型的详细评测结果
- 第 51：glm-4.7，得分 92.3 分 — 查看该模型的详细评测结果
- 第 52：qwen3-8b，得分 91.7 分 — 查看该模型的详细评测结果
- 第 53：doubao-seed-2-0-mini，得分 91.65 分 — 查看该模型的详细评测结果
- 第 54：OpenAI: gpt-oss-20b，得分 91.54 分 — 查看该模型的详细评测结果
- 第 55：hunyuan-turbo，得分 91.42 分 — 查看该模型的详细评测结果
- 第 56：OpenAI: gpt-oss-120b，得分 91.23 分 — 查看该模型的详细评测结果
- 第 57：Meituan: LongCat Flash Chat，得分 90.88 分 — 查看该模型的详细评测结果
- 第 58：Meta: Llama 3.3 70B Instruct，得分 90.82 分 — 查看该模型的详细评测结果
- 第 59：OpenAI: GPT-5 Nano，得分 89.03 分 — 查看该模型的详细评测结果
- 第 60：doubao-seed-2-0-lite，得分 87.59 分 — 查看该模型的详细评测结果
- 第 61：Google: Gemini 2.5 Flash Lite，得分 87.26 分 — 查看该模型的详细评测结果
- 第 62：qwen3-4b，得分 86.2 分 — 查看该模型的详细评测结果
- 第 63：Mistral: Mistral Nemo，得分 84.07 分 — 查看该模型的详细评测结果
- 第 64：qwen3-0.6b，得分 78.3 分 — 查看该模型的详细评测结果
- 第 65：Qwen: Qwen3.5-9B，得分 — 分 — 查看该模型的详细评测结果
