国产大模型 30 项测试题集,覆盖中文写作、推理数学、信息抽取、代码、事实时效、指令遵循 6 个维度,23 题自动评分,附 Excel 场景加权评分表与一键调用 DeepSeek、豆包、Kimi、通义千问的评测脚本,自己复测并保存原始数据,…

你会得到:

  • 原始评测数据怎么来:运行评测脚本后,每个模型的回答保存在 raw/DS.jsonl、raw/DB.jsonl、raw/K
  • 成本参考:30 道题测四个 Flash 级模型,按示例计算整轮 API 费用通常在 1 元以内(实际以各平台价格为准)

一次购买,订单内下载;月度/年度/终身会员可按文件额度领取。 查看完整目录 · 购买与交付说明

免费资料、会员与订单规则(点击展开)

免费入门版与付费版差异

比较项免费入门资料付费版 · 国产大模型 30 项测试题集 + 评测工具
当前价格免费 PDF(无需下单)¥ 29.00
内容范围国产大模型一页纸选型决策表:按任务初筛,不含 30 道测试题、评分工作簿或评测脚本30 题 Excel、评测与自动评分脚本、打印题目和模拟数据;23 题自动评分、7 题人工评分,不含预填真实成绩。
获取与交付直接打开 PDF,可本地保存;无需下单订单完成后按本商品文件目录下载;内容与使用边界见下方正文
使用条件需 PDF 阅读器;使用 AI 时需自备工具账号与额度以本商品目录、运行环境、许可与售后说明为准;第三方费用另计

打开免费模型选型决策表 PDF →

先选择适合当前任务的练习,再核对本商品目录。购买资料文件不等于购买会员、视频生成额度或代部署服务。

DeepSeek、豆包、Kimi、通义千问到底选哪个?与其相信不知道什么时候测的排行榜,不如用同一套题自己测一遍。这套资料给你题目、评分标准、评分工作簿和一键评测脚本,一小时内得到属于你自己的、可复核的结论。

国产大模型 30 项测试题集

一、核心功能

二、适合人群

三、购买后获得什么

文件 内容 规模
01-test-suite-30.xlsx 题目、评分表、维度汇总、场景加权、原始数据模板、模拟示例 30 题 × 4 个模型
02-eval-harness/ 评测脚本、自动评分脚本、模拟上游、单元测试、配置示例 只用 Python 标准库
03-demo-mock-data/ 模拟数据,演示输出格式(非真实模型输出) 4 个通道 × 30 题
04-test-items-printable.pdf 30 道题打印版,含评分要点 6 页
README.md 内容清单、使用方法、使用边界 1 份

四、包含哪些内容

资料包目录示意

五、售后边界与免责声明

常见问题

是否包含 AI 工具会员或额度?

不包含。第三方费用需另行支付。

购买后有哪些文件?

包含测试题 Excel、评测脚本、模拟数据、题目打印版 PDF 和 README。