测评

如今，生成式ai大模型已经很常用了，可以说早已飞入寻常百姓家，各大公司纷纷推出自己的大模型，很多都是0门槛且免费的。那么，究竟哪些大模型更实用，又各自在哪些领域具备独特优势呢？

作为生信人，我平时也会频繁用到ai大模型，也对这个感兴趣，想从自身专业视角出发，对这些热门的ai大模型进行简单的测评。

测评方式

我会尽量保证测评的公平，统一执行以下规则：

• 每个问题会新建对话，只要平台提供就会打开深度思考，而联网模式则是根据问题统一打开。
• 所有问题提交后都会直接切换网页，后台等结果（按理说应该不会有影响，但实际应用我偶尔感受到后台等结果的不稳定性，我也不知道为什么会这样）。
• 采用分档排名赋分的形式，对不同问题进行分档排名，即如果几个ai的回答在准确性、合理性上差不多，会赋予同一排名。最后会计算总分以及体现不同方面能力的总分，总分越低排名越高。

热门ai选择

我参考这篇文章，2025年7月AI大模型最新排行榜出炉！谁在领跑？谁被逆袭？ - 知乎，对ai大模型进行选择。因为本次测评聚焦于大众常用且免费的，所以最终仅选取了一款国外ai，更多的是国内的常见的，加上我平时常用的，一共有9个平台的ai，列在下面：

1. ChatGPT （https://chatgpt.com/）
2. DeepSeek - 探索未至之境 （https://chat.deepseek.com/）
3. WPS 灵犀 （https://lingxi.wps.cn/）
4. 通义 - 你的超级个人助理 （https://www.tongyi.com/qianwen）
5. 文心一言 （https://yiyan.baidu.com/X1?utm_source=ai-bot.cn）
6. 豆包 - 字节跳动旗下 AI 智能助手 （https://www.doubao.com/chat/）
7. Kimi - 更强大的 AI 助手 （https://www.kimi.com/）
8. 讯飞星火-懂我的AI助手 （https://xinghuo.xfyun.cn/desk）
9. 腾讯元宝 - 轻松工作 多点生活 （https://yuanbao.tencent.com/chat）

测评题目

题型	题目	备注
陷阱题	北京到广州高铁3小时到达，两地距离2121公里，求平均时速	太快了，应该有反常识提示
逻辑题	找出下列数字中特殊的一个: (1)1 (2)2 (3)5 (4)7 (5)11 (6)13 (7)15	没有标准答案，但应该提出2是唯一偶数、15是唯一合数、1是唯一非质非合
阅读微信文章	阅读https://mp.weixin.qq.com/s/3b8IJNXm6WEwLD5ateAfAA，总结其观点
阅读普通链接	阅读 https://blog.csdn.net/m0_61055139/article/details/150448545?spm=1011.2415.3001.5331，总结其观点
阅读开放文献	阅读文献：https://www.science.org/doi/10.1126/science.adu0047，简单总结其研究内容和研究方法
阅读非开放文献	阅读文献：https://www.nature.com/articles/s43017-024-00591-5，列出主要标题，并简单总结其研究内容和研究方法
代码_生信	找napL.fasta这个文件中序列长度最短的序列，用Linux命令或者Linux软件（如seqkit	如果能用seqkit的fx2tab 就比较方便
图片生成	生成图片：关于GTDB各分类等级的分布直方图，用于展示各分类等级的物种数量分布，这样的分布直方图应该长什么样？
图片修改	修改一下图片：天空中加上雷电，并让两人战斗的更激烈	能否直接修改图片
图片分析	分析下面这张图，总结其主要观点

结果

总分： ChatGPT ＞ 豆包 ＞ WPS 灵犀 ＞（文心 4.5 Turbo = 腾讯 Hunyuan）＞ 文心 X1.1 ＞ 通义千问 ＞ Kimi ＞（讯飞星火 = DeepSeek）

除图片的总分： ChatGPT ＞ WPS 灵犀 ＞（豆包 = 文心 4.5 Turbo = 腾讯 Hunyuan） ＞ 通义千问 ＞ 文心 X1.1 ＞ Kimi ＞ DeepSeek ＞ 讯飞星火

图片分： ChatGPT ＞ 豆包 ＞ 文心 X1.1 ＞（WPS 灵犀 = 文心 4.5 Turbo = 腾讯 Hunyuan）＞（通义千问 = Kimi）＞ 讯飞星火 ＞ DeepSeek

阅读总分： 豆包 ＞ 腾讯 Hunyuan ＞（WPS 灵犀 = 文心 4.5 Turbo） ＞（ChatGPT = 通义千问）＞ Kimi ＞ 文心 X1.1 ＞（讯飞星火 = DeepSeek）

结果总结

总体上来说，ChatGPT依旧是老大，不过在中文适应方面，豆包、文心一言、WPS灵犀等做的都很好。

一般我写代码常用WPS灵犀，写文案常用文心一言，图片处理推荐豆包。

测评中，腾讯Hunyuan的表现可以说让我眼前一亮，虽然没有解决基本的陷阱题，但是感觉比我几个月前体验它的时候要好很多，期待后面的表现吧。

详细的测评过程我会在后面发出来，可能截图会非常多。感兴趣的可以关注。

最后叠甲：这样的测评肯定不会非常全面，但是是我目前常用的几点，仅供参考。如果你有其他方面的测评问题或者更好的测评建议，敬请留言，谢谢~