SuperCLUE 11月榜出炉:Gemini登顶、Kimi拿下国内第一
✦
← AI 与大模型

SuperCLUE 11月榜出炉:Gemini登顶、Kimi拿下国内第一

楼主:超级管理员 · 2026-11-12 12:10 · 浏览 24

SuperCLUE 榜单 Gemini Kimi 大模型评测
超级管理员 楼主

SuperCLUE 11月榜出炉:Gemini登顶、Kimi拿下国内第一

11月5日,SuperCLUE放出2026年11月通用大模型测评榜单,19个国内外模型参与,覆盖智能体编程、数理推理、超长上下文、精确指令遵循、幻觉控制五大任务。

排名速览 Gemini-4-Argon以总分73.62拿下第一,GPT-6.1-Sol以71.76紧随其后,两者均为闭源。开源模型里排名最高的是Kimi-K3.1-Pro,总分61.46,直接拿下国内第一;DeepSeek-V4.1-Flash-1017排其后,智谱GLM-5.3得分50.66排第三。

分项信号 Gemini-4-Argon超长上下文拿到95.63、幻觉控制83.19,表现均衡;Kimi-K3.1-Pro幻觉控制67.78,在国内模型中优势明显。这说明长上下文与低幻觉正成为头部模型的标配能力。

怎么用榜单 别只看总分。选型时对照自己的真实任务分布:如果重长文档分析,看超长上下文分项;如果重合规,看幻觉控制。榜单是参考,不是圣旨。

SuperCLUE 11月榜出炉:Gemini登顶、Kimi拿下国内第一 示意图


本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。

上线手札

榜单看总分不如看分项。我们这类业务重长文档分析与低幻觉,Gemini的超长上下文和Kimi的幻觉控制反而更该盯。选型还是得对照自己的真实任务分布。

路人1414

Gemini 登顶、Kimi 拿国内第一这个格局基本符合体感。但榜单跑的是固定任务集,真实业务里长上下文与指令遵循的稳定性更影响落地。开源最高是 Kimi 这条值得记,说明国产开源在追。想问这次幻觉控制维度各家差距大不大,我们最怕的就是一本正经胡说。

登录 后参与回复