【关键发现】
​​1.国产优势​​：除行政公务（openAI/Google并列第一）和语言领域（openAI第一）外，其余6个领域第一名均为国产模型
​​2.专精特长生​​：腾讯在医疗、金融领域领先
openAI/Google在推理计算和行政领域强势
深度求索在语言理解表现优异
​​3.性价比标杆​​：免费模型：GLM系列两款（医疗/金融场景适用）
极致低价：DeepSeek蒸馏模型（＜0.5元）适合教育/语言任务

【评测模型】国内外主流推理类大模型
【评测集】​​推理与数学计算​​、语言与指令遵从、医疗等八大领域最新题集，低污染度，大模型“闭卷”考试实评；官网链接查看详细：https://nonelinear.com
【评测方式】官方API
【更多评测资讯】https://nonelinear.com

一、总分排名前五的模型
​​Doubao-1.5-thinking-pro(new)​​（排名1）
​​hunyuan-turbos-20250226​​（排名2）
​​DeepSeek-R1​​（排名3）
​​Qwen3-235B-A22B(new)​​（排名4）
​​ERNIE-X1-32K-Preview​​（排名5）

二、最低价格前五的模型
​​GLM-Z1-Flash(new)​​（0.0元/Mtokens）
​​GLM-Z1-9B-0414(new)​​（0.0元/Mtokens）
​​GLM-Z1-FlashX(new)​​（0.1元/Mtokens）
​​DeepSeek-R1-Distill-Qwen-1.5B​​（0.14元/Mtokens）
​​DeepSeek-R1-Distill-Qwen-7B​​（0.35元/Mtokens）

三、国内外厂商占比（总模型数36）
1.国内：33个，占比91.7%;国外：3个，占比8.3%
2.代表厂商;腾讯、阿里、百度、深度求索、智谱AI;Google、openAI

四、各细分领域得分前三模型（豆包多细分领域霸榜）
1. ​​医疗领域​​
hunyuan-turbos-20250226（91.0，腾讯）
Doubao-1.5-thinking-pro(new)（88.0，豆包）
hunyuan-turbos-20250313（86.9，腾讯）

2. ​​教育领域​​
Qwen3-235B-A22B(new)（89.7，阿里巴巴）
Doubao-1.5-thinking-pro(new)（92.6，豆包）
DeepSeek-R1（88.0，深度求索）

3. ​​金融领域​​
hunyuan-turbos-20250226（85.2，腾讯）
DeepSeek-R1（82.9，深度求索）
hunyuan-t1-20250321（81.2，腾讯）

4. ​​法律领域​​
Doubao-1.5-thinking-pro(new)（83.3，豆包）
hunyuan-turbos-20250226（82.6，腾讯）
ERNIE-X1-32K-Preview（77.8，百度）

5. ​​行政公务领域​​
o4-mini(new)（90.0，openAI）
gemini-2.5-pro-preview-03-25（90.0，Google）
Qwen3-235B-A22B(new)（90.0，阿里巴巴）
​​并列第一​​（三款模型均得90分）

6. ​​心理健康领域​​
hunyuan-turbos-20250313（72.9，腾讯）
Doubao-1.5-thinking-pro(new)（71.2，豆包）
hunyuan-t1-20250321（69.2，腾讯）

7. ​​推理与数学计算领域​​
o4-mini(new)（92.5，openAI）
gemini-2.5-pro-preview-03-25（86.7，Google）
Doubao-1.5-thinking-pro(new)（86.7，豆包）

8. ​​语言与指令遵从领域​​
o4-mini(new)（82.1，openAI）
gemini-2.5-pro-preview-03-25（80.6，Google）
DeepSeek-R1（83.4，深度求索）

****具体细分领域评分详细

法律.png
教育.png
金融.png
推理与数学计算.png
心理健康.png
语言与指令遵从.png
医疗.png
行政公务.png

【评测集、各个模型badcase、更多评测资讯】直达官网获取➡️https://nonelinear.com