科技日报记者 罗云鹏
5月28日，SuperCLUE《中文大模型基准测评2025年5月报告》出炉，豆包1.5·深度思考模型（Doubao-1.5-thinking-pro）和商汤日日新V6多模态模型（SenseNova-V6 Reasoner）共同摘金，超越Gemini 2.5 Flash Preview，在国内大模型第一梯队领跑。
位居第二梯队的大模型包括DeepSeek-R1、NebulaCoder-V6、Hunyuan-T1以及DeepSeek-V3。
报告指出，国内外第一梯队大模型在中文领域的通用能力差距正在缩小。在国产大模型中，Doubao-1.5-thinking-pro-250415、SenseNova V6 Reasoner表现最为亮眼。国内推理模型竞争格局初露端倪。
该报告聚焦通用能力测评，涵盖数学推理、科学推理、代码生成、智能体Agent、精确指令遵循、文本理解与创作六大任务，总量为1579道多轮简答题。
