产品评价

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：产品评价
  • 测试类型：文本生成
  • 评测维度：写作能力
  • 参与评测的模型数：276 个

系统提示词（System Prompt）

你是一名具备良好文学素养的评论写作者，擅长用简洁、通俗的语言表达对文章的真实感受与判断。 回答要求： 1. 语言简洁明了，避免冗长堆砌，评论字数控制在80~150字之间。 2. 评论须基于文章实际内容，不得凭空捏造或偏离原文主旨。 3. 态度客观友善，可表达个人观点，但需有简要依据支撑。 4. 结构清晰：先概括文章核心内容或主旨，再给出评价与感受。

用户提示词（User Prompt）

请阅读以下短文，并为其写一段简短评论（80~150字）。 要求： - 用1~2句话概括文章的主要内容或核心观点； - 用2~3句话表达你对这篇文章的评价（如：写作特点、给你的启发、或值得改进之处）； - 语言通俗易懂，不需要使用专业术语。 【文章内容】 近年来，城市中的外卖骑手群体迅速壮大。他们穿梭于大街小巷，风雨无阻地将餐食送到千家万户。然而，在便利背后，骑手们承受着巨大的时间压力与安全风险——超时罚款、交通事故频发，让这份工作充满了隐忧。有研究者指出，平台算法在追求效率的同时，也在无形中将风险转嫁给了骑手个人。如何在商业效率与劳动者保障之间寻求平衡，是当下亟待思考的社会议题。

各模型评测结果

  1. 第 1：grok-4.6，得分 100.0 分 — 查看该模型的详细评测结果
  2. 第 2：Qwen: Qwen3.5-9B，得分 94.9 分 — 查看该模型的详细评测结果
  3. 第 3：kimi-k3，得分 94.79 分 — 查看该模型的详细评测结果
  4. 第 4：deepseek-v4-pro，得分 94.6 分 — 查看该模型的详细评测结果
  5. 第 5：doubao-seed-2-1-pro，得分 94.33 分 — 查看该模型的详细评测结果
  6. 第 6：Elephant，得分 94.3 分 — 查看该模型的详细评测结果
  7. 第 7：qwen3.6-plus-preview，得分 94.2 分 — 查看该模型的详细评测结果
  8. 第 8：glm-5.3-flash，得分 94.1 分 — 查看该模型的详细评测结果
  9. 第 9：Claude Opus 4.6，得分 94.1 分 — 查看该模型的详细评测结果
  10. 第 10：Tencent: Hy3 preview (free)，得分 93.1 分 — 查看该模型的详细评测结果
  11. 第 11：Google: Gemma 4 31B，得分 93.0 分 — 查看该模型的详细评测结果
  12. 第 12：xAI: Grok 4.20 Beta，得分 92.9 分 — 查看该模型的详细评测结果
  13. 第 13：GLM-5.1，得分 92.7 分 — 查看该模型的详细评测结果
  14. 第 14：Claude Opus 4 7，得分 92.7 分 — 查看该模型的详细评测结果
  15. 第 15：kimi-for-coding，得分 92.5 分 — 查看该模型的详细评测结果
  16. 第 16：grok-4.5，得分 92.5 分 — 查看该模型的详细评测结果
  17. 第 17：mimo-v2-pro，得分 92.5 分 — 查看该模型的详细评测结果
  18. 第 18：Qwen 3.7 Max，得分 92.4 分 — 查看该模型的详细评测结果
  19. 第 19：Anthropic: Claude Sonnet 4.6，得分 92.37 分 — 查看该模型的详细评测结果
  20. 第 20：kimi-k2.6，得分 92.3 分 — 查看该模型的详细评测结果
  21. 第 21：mimo-v2.6-pro，得分 92.2 分 — 查看该模型的详细评测结果
  22. 第 22：kimi-k2.7-code，得分 92.2 分 — 查看该模型的详细评测结果
  23. 第 23：qwen3-coder-next，得分 92.0 分 — 查看该模型的详细评测结果
  24. 第 24：qwen3.8-flash，得分 91.9 分 — 查看该模型的详细评测结果
  25. 第 25：Meituan: LongCat Flash Chat，得分 91.9 分 — 查看该模型的详细评测结果
  26. 第 26：qwen3-max，得分 91.9 分 — 查看该模型的详细评测结果
  27. 第 27：deepseek-v4.1-flash，得分 91.9 分 — 查看该模型的详细评测结果
  28. 第 28：qwen3.8-max，得分 91.8 分 — 查看该模型的详细评测结果
  29. 第 29：qwen3.5-27b，得分 91.7 分 — 查看该模型的详细评测结果
  30. 第 30：mimo-v2.6-flash，得分 91.5 分 — 查看该模型的详细评测结果
  31. 第 31：Claude Haiku 5 5，得分 91.4 分 — 查看该模型的详细评测结果
  32. 第 32：GLM-5v-turbo，得分 90.7 分 — 查看该模型的详细评测结果
  33. 第 33：MiniMax-M2.7，得分 90.7 分 — 查看该模型的详细评测结果
  34. 第 34：gpt-5.6-sol，得分 90.6 分 — 查看该模型的详细评测结果
  35. 第 35：mimo-v2-flash，得分 90.54 分 — 查看该模型的详细评测结果
  36. 第 36：doubao-seed-1-6，得分 90.5 分 — 查看该模型的详细评测结果
  37. 第 37：qwen3.5-omni-plus，得分 90.4 分 — 查看该模型的详细评测结果
  38. 第 38：xAI: Grok 4.1 Fast，得分 90.32 分 — 查看该模型的详细评测结果
  39. 第 39：models/gemini-3.8-flash，得分 90.3 分 — 查看该模型的详细评测结果
  40. 第 40：step-3.7-flash，得分 90.2 分 — 查看该模型的详细评测结果
  41. 第 41：qwen3.5-omni-flash，得分 90.2 分 — 查看该模型的详细评测结果
  42. 第 42：doubao-seed-2-0-code，得分 90.1 分 — 查看该模型的详细评测结果
  43. 第 43：mimo-v2.5，得分 90.0 分 — 查看该模型的详细评测结果
  44. 第 44：Google: Gemini 3.1 Pro Preview，得分 90.0 分 — 查看该模型的详细评测结果
  45. 第 45：mimo-v2.5-pro，得分 90.0 分 — 查看该模型的详细评测结果
  46. 第 46：Gemini 3.5 Flash，得分 90.0 分 — 查看该模型的详细评测结果
  47. 第 47：glm-5，得分 89.74 分 — 查看该模型的详细评测结果
  48. 第 48：Gpt 5.5，得分 89.6 分 — 查看该模型的详细评测结果
  49. 第 49：qwen3-4b，得分 89.5 分 — 查看该模型的详细评测结果
  50. 第 50：MiniMax-M2.5，得分 89.28 分 — 查看该模型的详细评测结果
  51. 第 51：OpenAI: GPT-5.4，得分 88.9 分 — 查看该模型的详细评测结果
  52. 第 52：GPT-5.2，得分 88.8 分 — 查看该模型的详细评测结果
  53. 第 53：qwen3.5-35b-a3b，得分 88.8 分 — 查看该模型的详细评测结果
  54. 第 54：deepseek-v3.2，得分 88.7 分 — 查看该模型的详细评测结果
  55. 第 55：mimo-v2-omni，得分 88.5 分 — 查看该模型的详细评测结果
  56. 第 56：MiniMax-M2.1，得分 88.22 分 — 查看该模型的详细评测结果
  57. 第 57：qwen3-14b，得分 88.2 分 — 查看该模型的详细评测结果
  58. 第 58：qwen3.5-plus-2026-02-15，得分 88.05 分 — 查看该模型的详细评测结果
  59. 第 59：doubao-seed-1-8，得分 88.0 分 — 查看该模型的详细评测结果
  60. 第 60：kimi-k2.5，得分 87.57 分 — 查看该模型的详细评测结果
  61. 第 61：deepseek-v4-flash，得分 87.0 分 — 查看该模型的详细评测结果
  62. 第 62：qwen3-coder-plus，得分 86.7 分 — 查看该模型的详细评测结果
  63. 第 63：qwen3-235b-a22b，得分 86.4 分 — 查看该模型的详细评测结果
  64. 第 64：kimi-k2-thinking-turbo，得分 86.28 分 — 查看该模型的详细评测结果
  65. 第 65：doubao-seed-2-0-mini，得分 86.04 分 — 查看该模型的详细评测结果
  66. 第 66：glm-4.7，得分 85.7 分 — 查看该模型的详细评测结果
  67. 第 67：StepFun: Step 3.5 Flash，得分 85.2 分 — 查看该模型的详细评测结果
  68. 第 68：Grok 4，得分 85.2 分 — 查看该模型的详细评测结果
  69. 第 69：MiniCPM-V-4.7-35B-A3B，得分 85.0 分 — 查看该模型的详细评测结果
  70. 第 70：qwen3.5-flash，得分 84.8 分 — 查看该模型的详细评测结果
  71. 第 71：OpenAI: GPT-5 Mini，得分 84.52 分 — 查看该模型的详细评测结果
  72. 第 72：Anthropic: Claude Haiku 4.5，得分 84.08 分 — 查看该模型的详细评测结果
  73. 第 73：glm-5.2，得分 84.0 分 — 查看该模型的详细评测结果
  74. 第 74：hunyuan-turbo，得分 82.7 分 — 查看该模型的详细评测结果
  75. 第 75：qwen3-coder-flash，得分 82.5 分 — 查看该模型的详细评测结果
  76. 第 76：OpenAI: GPT-5 Nano，得分 82.18 分 — 查看该模型的详细评测结果
  77. 第 77：qwen3-8b，得分 81.9 分 — 查看该模型的详细评测结果
  78. 第 78：Mistral: Mistral Nemo，得分 81.9 分 — 查看该模型的详细评测结果
  79. 第 79：OpenAI: GPT-4o-mini，得分 81.1 分 — 查看该模型的详细评测结果
  80. 第 80：Google: Gemini 3 Flash Preview，得分 81.05 分 — 查看该模型的详细评测结果
  81. 第 81：Meta: Llama 3.3 70B Instruct，得分 80.61 分 — 查看该模型的详细评测结果
  82. 第 82：glm-4.5-air，得分 79.8 分 — 查看该模型的详细评测结果
  83. 第 83：doubao-seed-1-6-flash，得分 77.7 分 — 查看该模型的详细评测结果
  84. 第 84：OpenAI: gpt-oss-20b，得分 77.02 分 — 查看该模型的详细评测结果
  85. 第 85：NVIDIA: Nemotron 3 Super (free)，得分 76.8 分 — 查看该模型的详细评测结果
  86. 第 86：OpenAI: gpt-oss-120b，得分 76.03 分 — 查看该模型的详细评测结果
  87. 第 87：hunyuan-pro，得分 73.22 分 — 查看该模型的详细评测结果
  88. 第 88：qwen3-0.6b，得分 71.7 分 — 查看该模型的详细评测结果
  89. 第 89：hunyuan-large，得分 70.13 分 — 查看该模型的详细评测结果
  90. 第 90：doubao-seed-2-0-pro，得分 25.52 分 — 查看该模型的详细评测结果
  91. 第 91：Google: Gemini 2.5 Flash Lite，得分 17.54 分 — 查看该模型的详细评测结果
  92. 第 92：doubao-seed-2-0-lite，得分 17.18 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…