国产ai大模型横评视频封面 28:46
09:47 / 28:46 1080P

2026国产ai大模型终极横评:12款模型实测编程、写作、多模态,谁才是真正的六边形战士?

286.4万播放 3.8万弹幕 2026-11-15 19:30 全站排行最高第 3 名
UP主头像

硅基实验室老周

186.7万粉丝 · 412个视频

只做自己掏钱跑过的测评,不收厂商一分钱。

视频简介

这一期我们花了整整三周,把今年市面上能公开使用的 12 款国产ai大模型拉到同一张桌子上:同一套题目、同一台电脑、同一时间段测试,尽量排除网络波动和版本差异带来的干扰。所有打分表都放在评论区置顶,欢迎大家逐项核对。

  • 编程:从零写一个带登录的记账小程序,统计一次跑通率与修 bug 轮数
  • 长文写作:给定 3 万字资料生成行业报告,看事实准确度与结构
  • 多模态:看图解数学题、识别手写病历、理解短视频剧情
  • 智能体:让模型自主订票、比价、整理表格,记录中途翻车次数

结论先说一半:没有哪一家能全项第一,但头部几款在中文理解和工具调用上已经非常能打,部分场景甚至让我重新考虑了自己的工作流。具体排名和每一项的详细分析,请看完整视频,08:20 处有分项雷达图。

同系列 · 国产AI实测共 8 期

UP 主其他视频左右滑动查看

评论4,816 条

用户头像

阿杰今天不加班

三周测十二款,这工作量真的离谱,打分表我对了一遍,编程那项和我平时体感基本一致。

2小时前3,402回复
硅基实验室老周UP:感谢核对!编程题的原始代码我也打包放网盘了,链接在置顶。
用户头像

是小鹿呀

看到手写病历识别那段笑出声,医生的字连 AI 都扛不住哈哈哈。

3小时前2,187回复
用户头像

后端搬砖人Leo

建议下期加一个长上下文代码仓库理解的测试,单文件小程序区分度已经不太够了。

5小时前1,563回复
硅基实验室老周UP:已记小本本,第 8 期本地部署做完就安排仓库级测试。
用户头像

橘子汽水不加冰

两年前还在说国产模型差距很大,现在都能互相卷工具调用了,进步真的肉眼可见。

昨天 22:14986回复
用户头像

考研上岸版王同学

行业报告那项的事实错误统计太有用了,以后让 AI 写材料我一定逐条核对出处。

昨天 20:41742回复
用户头像

夜航星的猫

订票那段智能体自己绕回首页三次,我在屏幕前比它还着急。

2026-11-20615回复
用户头像

设计狗不想改稿

多模态看图那部分能不能单独出一期?做设计的特别关心图片理解准不准。

2026-11-18433回复
用户头像

老张在深圳

不恰饭的测评越来越少了,硬币已投,希望老周一直保持这个风格。

2026-11-16378回复