AI现状白皮书：中国.docx

AI现状：中国

人工分析Q12025

人工分析是领先且独立的AI基准测试和洞察提供商。我们支持工程师和公司了解AI能力，并就其AI战略做出关键决策。

我们的数据、见解和出版物基于我们对人工智能技术及其应用场景的全面基准测试。这包括从语言模型API的小时级性能测试到我们众包平台上的数百万次投票。

我们的公共网站，artificialanalysis.ai，广泛被人工智能创新领域的领先公司引用。如欲讨论本报告、我们的出版物或服务，请通过contact@artificialanalysis.ai联系我们。

按起源划分的前沿语言模型

中国AI实验室逐渐赶上美国AI实验室；来自中国实验室的模型

随着DeepSeek的R1模型的发布，现在正在接近o1级智能

美国和中国：随着时间的推移，前沿语言模型情报1主要趋势95

90

85

80

75

70

65

60

55

50

45

40

35

30

25

20

15

缩小差距：2024年最后几个月见证了多家顶尖中国AI实验室推出众多高性能模型。这导致了中国AI实验室与美国AI实验室在智能水平上的差距缩小。目前，一些中国模型已与美国顶级实验室的模型竞争。

索引1人工分析智能o3DeepSeek,2R1DeepSeek,V3指令72B推理模型很快变得司空见惯：推理模型（在回答前进行“思考”的模型）最早由OpenAI在2024年第三季度引入。几个月内，以DeepSeek为代表的中国竞争对手已基本复制了o1的智能水平。目前，多家中国AI实验室已经拥有前沿级别的推

索引1人工分析智能

o3

DeepSeek,

2

R1

DeepSeek,

V3

指令72B

推理模型很快变得司空见惯：推理模型（在回答前进行“思考”的模型）最早由OpenAI在2024年第三季度引入。几个月内，以DeepSeek为代表的中国竞争对手已基本复制了o1的智能水平。目前，多家中国AI实验室已经拥有前沿级别的推理模型。

在前沿实验室附近打开模型：由DeepSeek和阿里巴巴领导的开放权重模型已经接近o1级智能。

OpenAI,

OpenAI,o1OpenAI,o1-preview

人类,克劳德

十四行诗(6月24日)GPT-4o

阿里巴巴，Qwen2指导72B阿里巴巴，Qwen2.5

DeepSeek,V2

阿里巴巴，Qwen聊天372B

OpenAI，GPT-3.5Turbo

阿里巴巴，Qwen聊3天7B

AArtificialAnalysis

USA中国

OpenAI，

GPT-4Turbo

OpenAI，

GPT-4

4Q221Q232Q233Q234Q231Q242Q243Q244Q241Q252Q25

模型发布日期

1.人工分析智能指数：涵盖一系列语言模型智能和推理评估数据集的平均值。目前包括MMLU、GPQADiamond、MATH-500及HumanEval。发布日期基于该模型的首次公开发布。2.o3智能指数通过放大测量的o1的智能指数估算得出。3.基于公司声明和可比结果估算。

在可用的情况下，尚未通过人工分析进行独立基准测试

领先的美国前沿语言模型

自2023年初推出OpenAI的GPT-4以来，美国领先的AI实验室已经争先恐后赶上OpenAI

索引1人工分析智能主要趋势9590858075706560555045403530252015竞争实验室赶上OpenAI的GPT-4：OpenAI于2022年11月通过推出ChatGPT中的GPT-3.5开启了语言模型的竞争；美国领先的

索引1人工分析智能

主要趋势

95

90

85

80

75

70

65

60

55

50

45

40

35

30

25

20

15

竞争实验室赶上OpenAI的GPT-4：

OpenAI于2022年11月通过推出ChatGPT中的GPT-3.5开启了语言模型的竞争；美国领先的实验室已基本赶上OpenAI的前沿模型。

24日)

十四行诗(10

月

BigTech关闭了前沿实验室：Google和Meta的模型