AI现状：中国-2025人工分析公司-2025.pptx

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。

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。OpenAI,o1-preview人类,克劳德十四行诗(6月24日)GPT-4oDeepSeek,V3阿里巴巴，Qwen2指导72B阿里巴巴，Qwen2.5指令72BDeepSeek,V2阿里巴巴，Qwen聊天372BOpenAI，GPT-3.5Turbo阿里巴巴，Qwen聊3天7B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。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4Q221Q232Q233Q234Q231Q242Q243Q244Q241Q252Q25美国和中国：随着时间的推移9590858075706560555045403530252015前沿语言模型情报1主要趋势GPT-4OpenAI，GPT-4Turbo索引1人工分析智能USA中国DeepSeek,R1模型发布日期OpenAI,o1OpenAI,oOpenAI，，

OpenAI人类GoogleMeta克劳德3.5十四行诗(10月美洲驼3.370B美洲驼3.1405B克劳德2.12PaLM2LLlama3说明70B克劳德12Llama2聊天702B美洲驼652B-2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随着时间的推移，美国领先的AI实验室前沿语言模型智能1主要趋势GPT-4以外的智能火花：2024年最后几个月见证了除了GPT-4之外的重大智能飞跃，由OpenAI的o3引领。推理模型、数据质量以及新的强化学习技术等主题已与预训练计算扩展一起成为提升模型性能的主要杠杆。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)BigTech关闭了前沿实验室：Google和Meta的模型正迅速逼近前沿模型，其中Gemini2.0Flash超过了Claude3.5Sonnet和GPT4o的能力。1.人工智能分析指数：涵盖了多种语言模型智能和