SuperCLUE正式发布了“2025年度中文大模型基准测评报告”，这场汇聚了23个国内外顶尖模型的“全明星赛”，再次揭示了全球AI战局的新动向。测评覆盖了数学推理、代码生成及科学推理等六大核心维度，直观展示了当前中文语境下各大模型的真实“战力”。
从综合排名来看，海外闭源模型依然展现出强大的统治力。Anthropic旗下的Claude-Opus-4.5-Reasoning凭借68.25的高分问鼎榜首，谷歌的Gemini-3-Pro-Preview与OpenAI的GPT-5.2（high）紧随其后，分别夺得亚军和季军。这三大巨头构成的“第一梯队”，在逻辑严密性和综合理解力上依然保持着微弱的领先优势。
然而，国产大模型的表现堪称惊喜，正以前所未有的速度缩小差距。国内开源界的“领头羊”Kimi-K2.5-Thinking与闭源代表Qwen3-Max-Thinking分别杀入全球前十，位列第四和第六。值得振奋的是，在垂直赛道上，国产模型已经实现了“局部反超”:Kimi在代码生成任务中勇夺全球第一，而Qwen3则在数学推理上与谷歌并列世界冠军。
纵观整体格局，海内外呈现出截然不同的竞争态势。闭源领域目前是“海外领跑、国产追赶”;而在开源领域，国产模型则占据了绝对的主导地位，国内开源Top5的实力已大幅领先海外同类模型。这种“开闭并进”的局面，预示着中文AI生态正进入一个高质量发展的爆发期。
划重点:
🏆 海外巨头领跑: Claude-Opus-4.5-Reasoning以最高分位居全球中文大模型战力榜首，海外闭源模型依然包揽前三名。
🚀 国产局部超越: Kimi-K2.5-Thinking在代码生成领域夺冠，Qwen3-Max-Thinking则在数学推理上与谷歌Gemini并列全球第一。
📊 开源国产主导: 在开源模型阵营中，国产模型表现远超海外竞争对手，展现了国内大模型生态在开放协作方面的独特优势。