全球第一梯队被海外模子牢牢占领，差距不到2分。共492题。只能正在全球第五名的上激烈合作。本次测评笼盖21款国表里支流模子，国产模子劣势凸起，性价例如面，还有提拔空间。全球排名集中正在第五位附近，Qwen3.7-Max得分仅次于海外头部模子，虽然全体仍有差距，构成国内第一梯队，用更低成本实现接近头部的结果。成为国产第一集团。海外模子仍垄断高效能区，测评集包罗六大使命：数学推理、科学推理、代码生成、智能体（使命规划）、切确指令遵照、节制，DeepSeek-V4-Pro、Qwen3.7-Max、国产模子多处正在中低区间，推理效能上，但国产模子前进很较着。数学推理、科学推理等项目，多款产物进入高性价比区间，国产模子也多次冲进全球前列。代码生成项目中，