这里直接上图，仅供参考 

 [图片 | 588x500] 
选了三个接近 yi-lightning 的定位做了个测试，使用 GAOKAO-Bench 评测框架进行了全方面的测试 

Doubao-lite-32k  官方渠道
DeepSeek-V2.5  硅基移动
gpt-4o-mini plus 逆向渠道

模型请求参数 
temperature:0.3

以下是 GAOKAO-Bench 的介绍 

我们希望能够建立一个标准化、综合性的评测框架来对大模型进行全方位、准确的评估。在中国，高考是标准化水平最高、综合性最强并且认可度最广的考试之一，我们希望借用高考的题目来评估大模型的能力。因此，我们收集了 2010-2022 年全国高考卷的题目，其中包括 1781 道客观题和 1030 道主观题，构建起 GAOKAO-Bench 的数据部分。 

我使用 chatgpt-4o-lates...