评测结论：百度系最新大模型得分第一！，腾讯系混元大模型排名第二，DeepSeek排名第七，和腾讯系模型是排名前10中唯二的开源模型。

OpenAI、Google、Meta、Anthropic的大模型，哪家强？！！！

评测维度：医疗、教育、法律、行政公务、推理与数学计算、语言与指令遵从。输出价格单位：（元/M tok）

字节豆包：以“综合实力派”的形象，在多个领域展现出强大的通用能力。阿里千问：凭借“模型矩阵”的优势，力求覆盖所有需求，打法全面。智谱AI：则以“专业领域尖刀”的姿态，在特定行业形成壁垒。深度求索：瞄准“高端性能”和“科研突破”，目标是技术高地。阶跃星辰：作为“潜力黑马”，未来表现值得期待。

【评测结论】：百度系模型得分第一，豆包、腾讯系混元大模型、deepseek分列2-4名，，其中deepseek是前5中唯一一个开源模型。

评测维度：医疗、教育、法律、行政公务、推理与数学计算、语言与指令遵从。

随着AI技术的普及，越来越多的平台推出了免费的大模型API，吸引了不少开发者和企业尝试。但免费是否意味着效果打折？在实际应用中，它们的表现能否满足需求？我们通过评测来一探究竟。我们精选了15个大模型，它们均能长期提供免费API，但不包括那些限时免费、新用户短期体验的模型。

关键结论：✅ 国产文科统治力：文心4.5文科均分97.3（历史96/政治100），超Gemini 14分！⚠️ 海外理科壁垒：Gemini理科96.7分（生物/化学双满分），唯一压制国产的领域。💥 GPT全线崩盘：GPT-4o理科最高仅物理69分（未进前50），总分比文心低31.3分。

总结显著增强：行政公务、推理与数学计算 大幅优化。  变弱：金融（↓4.9）、法律（↓1.6）、教育（↓1.6）、医疗（↓1.6） 均有所下降，其中金融领域降幅较大。  基本稳定：心理健康、语言与指令遵从变化极小。  

【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