北京
見證歷史性的一刻，中國模型包攬全球知名AI開源社區(qū)Hugging Face大模型趨勢榜前十。
該榜單排名綜合了近期訪問、下載、點贊、API（應(yīng)用程序接口）調(diào)用等數(shù)據(jù)。
近段時間以來，國產(chǎn)開源模型的發(fā)展態(tài)勢迎來了一波集中且迅猛的爆發(fā)期。騰訊混元、阿里Qwen、智譜GLM-4.5、月之暗面kimi-k2 一批國產(chǎn)開源大模型，如繁星般密集亮相。
在Hugging Face前10名的開源模型榜單中，全部都是中國的模型。智譜GLM-4.5登頂?shù)谝?/strong>，阿里Qwen一家獨霸5個席位，呈現(xiàn)霸榜形式。現(xiàn)在應(yīng)該是扎克伯格最傷心的時刻，Meta開源的大旗被我們搶走了。
放在全球大模型領(lǐng)域看，現(xiàn)在已經(jīng)形成中國開源領(lǐng)先，美國閉源大模型領(lǐng)先的分水嶺局面。盡管在最強大模型的排名中，GLM-4.5最高排名到第三，前二還是美國閉源模型保持，但我們已經(jīng)形成包圍之勢。
而且國產(chǎn)大模型，也呈現(xiàn)了一些核心優(yōu)勢：
1、模型采用統(tǒng)一MoE / 多任務(wù)稠密雙軌模式，不像國外稠密模型為主，混合專家模式往往能帶來靈活調(diào)用的優(yōu)勢。
類似 GLM-4.5總參數(shù) 3550 億，激活參數(shù)僅為320 億，把“大而不貴”寫進代碼里——同規(guī)模 Claude-4-Sonnet 的激活量估算接近 600-800 億，GLM-4.5 直接砍到一半以下。
2、國產(chǎn)大模型還呈現(xiàn)多尺寸全覆蓋的特點，1B → 480B 全精度/量化雙軌布局，端-邊-云全適用。以Qwen3 系列為例，已經(jīng)覆蓋30B-A3B, 110B, 235B-A22B, 480B-A35B等眾多尺寸，其中Qwen3-30B-A3B-int4 能在 RTX 4090 24G 單卡運行。
國外『不大不小』的模型基本是空白，大都是大力出奇跡的大模型，典型的就是Claude和Grok系列。
3、在DeepSeek率先打破的大模型價格市場中，國產(chǎn)大模型的API 與自建推理成本均低 50-90 %。智譜這次API 調(diào)用價格更低，輸入 0.8 元 / 百萬 tokens、輸出 2 元 / 百萬 tokens，直接把 Claude-4-Sonnet 的 21.5 元輸入、107.4 元輸出打到骨折——成本驟降 90% 以上。
換句話說，同樣 1000 萬字的長文本任務(wù)，用 GLM-4.5 只需要 160 元，Claude-4-Sonnet 得掏 12890 元，省下的預(yù)算足夠再跑 80 次同樣規(guī)模的活兒。
盡管霸榜，但市場反饋才是最終標準。我們挑選了近期開源的代表—— 階躍星辰 Step 3、智譜 GLM-4.5、阿里 Qwen3-235B-A22B-2507以及騰訊Hunyuan等，從交互設(shè)計、內(nèi)容創(chuàng)作、邏輯推理、全棧開發(fā)、多模態(tài)生成五個維度進行測試。看看誰是真正的開源霸主。
1.交互設(shè)計：交互式日歷組件構(gòu)建
首先測試大模型在前端技術(shù)實現(xiàn)、系統(tǒng)架構(gòu)設(shè)計方面的深度。要求三種大模型生成一款功能全面的交互式日歷組件。
請設(shè)計并開發(fā)一個功能全面的交互式日歷組件，支持年月周日四種基礎(chǔ)視圖無縫切換；支持顯示 / 添加 / 編輯日程事件，不同類型事件可通過顏色區(qū)分。
階躍星辰 step 3
階躍星辰 step 3在交互設(shè)計上稍顯吃力，生成的功能完整性不足，距離實用有很大的進步空間。
Qwen3-235B-A22B-2507
Qwen3-235B-A22B-2507其次，完成基礎(chǔ)交互功能，但細節(jié)打磨有點粗糙。
智譜GLM-4.5
而最強的還是智譜GLM-4.5 ，不僅實現(xiàn)了全功能需求，更在色彩搭配的專業(yè)性、操作流暢度上都非常的好，而且還支持“實時預(yù)覽” ，為新手解決了 “寫了看不到效果” 的痛點。
三者對比之下，智譜 GLM-4.5 在交互設(shè)計的完整性、專業(yè)性與人性化細節(jié)上形成了明顯優(yōu)勢，Qwen3 系列基本滿足基礎(chǔ)需求，而階躍星辰 Step 3 則需在核心能力上實現(xiàn)更大突破。
2.內(nèi)容創(chuàng)作：專業(yè)求職簡歷生成
畢業(yè)季的大學(xué)生都需要投遞簡歷吧，簡歷的精美度和專業(yè)角度都非常能決定是否被錄用，鯨哥就讓三個大模型生成簡歷，看有沒有遵守STAR法則，以及評估模型對專業(yè)文檔內(nèi)容組織與視覺設(shè)計的理解能力。
請制作一份專業(yè)規(guī)范、亮點突出的求職簡歷，需兼顧內(nèi)容完整性與視覺專業(yè)性
階躍星辰 step 3
階躍星辰 Step 3 的輸出偏向基礎(chǔ)簡化，內(nèi)容框架較為單薄，在專業(yè)深度與細節(jié)上不足。
Qwen3-235B-A22B-2507
Qwen3-235B-A22B-2507生成內(nèi)容邏輯縝密、表述嚴謹，專業(yè)度足以支撐核心需求；不過預(yù)覽功能存在一處明顯短板 —— 雖然兼容 HTML、CSS、JavaScript 等格式，卻時常生成無法直接預(yù)覽的 JSX 文件，一定程度上影響了使用體驗的流暢性。
智譜GLM-4.5
而智譜GLM-4.5 設(shè)計上采用藍紫色漸變，信息層次清晰，不僅嚴格遵循 STAR 法則，還兼顧專業(yè)性與個性化。
綜合來看，智譜 GLM-4.5 和Qwen3-235B-A22B-2507 在內(nèi)容專業(yè)性與呈現(xiàn)精致度上都非常的完美，階躍星辰 Step 3 還需在內(nèi)容深度上實現(xiàn)突破。
3.邏輯推理：國際奧數(shù)難題求解
我們再拿出國際奧數(shù)題，考驗?zāi)Ｐ蛯Τ橄髷?shù)學(xué)概念的理解與創(chuàng)新性應(yīng)用能力，需大模型突破常規(guī)思維定式構(gòu)造性證明、反證法。
一位魔術(shù)師有一百張卡片，分別寫有數(shù)字 1到 100 。他把這一百張卡片放入三個盒子里，一個盒子是紅色的，一個是白色的，一個是藍色的。 每個盒子里至少都放入了一張卡片。 一位觀眾從三個盒子中挑出兩個，再從這兩個盒子里各選取一張卡片， 然后宣布這兩張卡片上的數(shù)字之和。知道這個和之后，魔術(shù)師便能夠指出哪一個是沒有從中選取卡片的盒子。 問共有多少種放卡片的方法，使得魔術(shù)總能夠成功?(兩種方法被認為是不同的，如果至少有一張卡片被放入不同顏色的盒子)
階躍星辰 step 3
階躍星辰 step 3回答：6種。家人們可以拿起筆和紙算一下，這個答案對嗎
Qwen3-235B-A22B-2507
Qwen3-235B-A22B-2507回答：12種。
智譜GLM-4.5
智譜GLM-4.5回答：6種。
階躍星辰 step 3和智譜GLM-4.5 都回答的是6種方法，但是正確答案是12種方法，只有Qwen3-235B-A22B-2507模型回答正確了。Qwen3-235B-A22B-2507模型在邏輯推理、數(shù)學(xué)、科學(xué)和編碼等任務(wù)上性能提升是非常顯著的。
4.全棧開發(fā)：“賽博訂單可視化”應(yīng)用構(gòu)建
全棧開發(fā)的復(fù)雜度，主要在一次性需要完成多項要求，實現(xiàn)復(fù)雜的 前后端交互、CRUD操作、對應(yīng)用狀態(tài)、以及 UI 樣式的精確控制。
幫我開發(fā)一個賽博朋克風(fēng)格的訂單可視化網(wǎng)頁應(yīng)用，需包含「可視化大屏」和「后臺管理系統(tǒng)」兩個模塊，支持界面切換與數(shù)據(jù)實時聯(lián)動，要有交互設(shè)計感。
階躍星辰 step 3
階躍星辰 Step 3 有鮮明的視覺風(fēng)格，動感特效強烈，賽博氣息也很濃郁。不過，其特效數(shù)據(jù)目前尚無法實時動態(tài)修改。
Qwen3-235B-A22B-2507
相比之下，Qwen3-235B-A22B-2507 在呈現(xiàn)實時數(shù)據(jù)跳動方面表現(xiàn)卓越，效果極佳，科技感十足，并且支持一鍵部署，操作便捷。部署成功網(wǎng)站：https://chat.qwen.ai/s/deploy/ea703c46-1e76-422e-b2d9-08fdca9fc2b2
智譜GLM-4.5
而智譜 GLM-4.5 的設(shè)計初看簡潔干凈，似乎偏離了賽博主題。但鯨哥深入體驗后發(fā)現(xiàn)，它設(shè)計了三種可切換模式。當切換到“賽博模式”時，其呈現(xiàn)的視覺沖擊力堪比《生化危機》的氛圍。
其交互設(shè)計和核心功能完備，更關(guān)鍵的是，它構(gòu)建了API接口，能夠高效完成訂單數(shù)據(jù)的增刪改查（CRUD）操作，同樣支持一鍵部署，真正實現(xiàn)了全棧式開發(fā)的便捷體驗。部署成功網(wǎng)站：https://c08fu6euyrd1-deploy.space.z.ai
5.多模態(tài)內(nèi)容生成：“兔子打卡北京”視頻生成
多模態(tài)內(nèi)容生成能力運用了自然語言理解、圖像生成、動畫渲染、音頻合成等技術(shù)，同時需要大模型具有深度理解文本指令的能力。多模態(tài)的內(nèi)容生成，能降低創(chuàng)作者的視頻創(chuàng)作門檻。
生成兔子在北京各地打卡的vlog視頻，每個景點兔子會拍照打卡。需要打卡的景點北京天壇，故宮，長城，水立方，鳥巢，國家博物館，環(huán)球影城。每個景點的先生成打卡照片。視頻需有比較歡快中國化的配樂。
階躍星辰 step 3
階躍星辰 Step 3 生成的動畫里，一只呆呆的兔子靜立于故宮的雕花花壇之上，隨后是幾幀古建筑的動態(tài)剪影。
Qwen3-235B-A22B-2507
Qwen3-235B-A22B-2507生成的兔子手忙腳亂的拿著手機在打卡拍照，背景是一點都沒變，不過可以看出來背景上有故宮建筑和水立方等景點樣式。
騰訊Hunyuan
騰訊Hunyuan生成的視頻兔子在故宮里面，像擺件一樣在院子中間，不過這阿姨的回頭殺，嚇死鯨哥了。
這三款模型生成的短視頻均僅有 5 秒時長，動作設(shè)計也偏向簡單重復(fù)，鯨哥認為若用于日常娛樂尚可，但若論專業(yè)創(chuàng)作則仍顯力不從心。
如果非要給這次測試體感排序的話GLM-4.5 當之無愧是第一，其次就是Qwen3-235B-A22B-2507，最后就是階躍星辰 step 3。
本次測評不僅是一場技術(shù)能力的橫向?qū)Ρ?，更是中國大模型生態(tài)蓬勃發(fā)展的縮影。
從智譜 GLM-4.5 的強勢登頂，到阿里 Qwen 等模型的多點開花，我們清晰地看到國產(chǎn)開源模型的強勁勢頭。
如果你也感興趣這些模型進化的實力，期待你的實測反應(yīng)與反饋。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
