全新国产大模型横空出世：深度对比测评，揭秘谁与争锋

推理能力测试

任务一：直接测试逻辑问题

任务二：引入提示链测试逻辑问题

智谱清言

文心一言 4.0

Moonshot AI

ChatGPT 4.0

第二轮测试总结

回溯一下本轮测试目的：逻辑推理及内容生成

国内三家的排名分析大概为：

1. 在逻辑推理方面，文心一言4.0和Moonshot AI都执行了分步骤推理，且在推理过程中没有出现错误。而智谱清言在第一步就出现了错误。因此，在这方面文心一言4.0和Moonshot AI表现较好，智谱清言需要改进。
2. 在内容生成方面，根据提示词的执行流程来看，如果以ChatGPT 4.0为满分标准，那么国内三家AI大模型的排名如下：
   1. 1. Moonshot AI：50分。虽然能够执行分步骤推理且有一步是正确的，但在内容和提示词的执行流程上可能存在一些问题，导致整体表现不佳。
      2. 智谱清言：0分。在推理步骤中出现了错误，同时在内容生成方面也没有表现出色，需要进一步改进。
      3. 文心一言4.0：90分。在推理步骤中全部正确，并且在内容生成方面表现优秀，获得了较高的评分。