哲学文本理解

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：哲学文本理解
  • 测试类型：文本生成
  • 评测维度：阅读理解
  • 参与评测的模型数：239 个

系统提示词（System Prompt）

你是一名资深哲学研究员，擅长将深奥的哲学命题转化为清晰易懂的表达。 回答要求： 1. 先用通俗语言解释字面含义，再还原其核心哲学定义，区分日常理解与学术含义。 2. 结合笛卡尔的历史背景与思想脉络，准确说明该命题的哲学意义，不得仅停留在名言表面。 3. 输出结构清晰，建议分「字面含义」「哲学含义」「核心意义」三个层次作答。 4. 语言简洁准确，避免过度堆砌术语，确保入门读者能够理解。

用户提示词（User Prompt）

请阅读以下哲学名言，并回答问题： 「我思故我在。」——笛卡尔（René Descartes） 问题： 1. 这句话的字面意思是什么？请用自己的话解释。 2. 笛卡尔为什么要说这句话？他想通过这句话证明什么？ 3. 这句话中的「思」和「在」分别指什么？

各模型评测结果

  1. 第 1：doubao-seed-2-1-pro，得分 96.33 分 — 查看该模型的详细评测结果
  2. 第 2：kimi-for-coding，得分 95.2 分 — 查看该模型的详细评测结果
  3. 第 3：qwen3.6-plus-preview，得分 94.7 分 — 查看该模型的详细评测结果
  4. 第 4：Qwen 3.7 Max，得分 94.5 分 — 查看该模型的详细评测结果
  5. 第 5：MiniMax-M3，得分 94.1 分 — 查看该模型的详细评测结果
  6. 第 6：Gemini 3.5 Flash，得分 94.1 分 — 查看该模型的详细评测结果
  7. 第 7：Claude Opus 4.6，得分 93.9 分 — 查看该模型的详细评测结果
  8. 第 8：step-3.7-flash，得分 93.8 分 — 查看该模型的详细评测结果
  9. 第 9：glm-5-turbo，得分 93.5 分 — 查看该模型的详细评测结果
  10. 第 10：mimo-v2-omni，得分 93.5 分 — 查看该模型的详细评测结果
  11. 第 11：kimi-k2.6，得分 93.4 分 — 查看该模型的详细评测结果
  12. 第 12：GPT-5.2，得分 93.0 分 — 查看该模型的详细评测结果
  13. 第 13：qwen3.5-plus-2026-02-15，得分 93.0 分 — 查看该模型的详细评测结果
  14. 第 14：MiniMax-M2.5，得分 92.94 分 — 查看该模型的详细评测结果
  15. 第 15：glm-5.2，得分 92.9 分 — 查看该模型的详细评测结果
  16. 第 16：Meituan: LongCat Flash Chat，得分 92.84 分 — 查看该模型的详细评测结果
  17. 第 17：glm-4.7，得分 92.84 分 — 查看该模型的详细评测结果
  18. 第 18：MiniMax-M2.7，得分 92.8 分 — 查看该模型的详细评测结果
  19. 第 19：glm-4.5-air，得分 92.78 分 — 查看该模型的详细评测结果
  20. 第 20：doubao-seed-1-8，得分 92.7 分 — 查看该模型的详细评测结果
  21. 第 21：xAI: Grok 4.20 Beta，得分 92.7 分 — 查看该模型的详细评测结果
  22. 第 22：doubao-seed-2-0-mini，得分 92.6 分 — 查看该模型的详细评测结果
  23. 第 23：qwen3.5-35b-a3b，得分 92.6 分 — 查看该模型的详细评测结果
  24. 第 24：Google: Gemini 3.1 Pro Preview，得分 92.6 分 — 查看该模型的详细评测结果
  25. 第 25：kimi-k2-thinking-turbo，得分 92.44 分 — 查看该模型的详细评测结果
  26. 第 26：glm-5，得分 92.38 分 — 查看该模型的详细评测结果
  27. 第 27：mimo-v2.5-pro，得分 92.37 分 — 查看该模型的详细评测结果
  28. 第 28：OpenAI: GPT-5.4，得分 92.3 分 — 查看该模型的详细评测结果
  29. 第 29：qwen3.5-flash，得分 92.3 分 — 查看该模型的详细评测结果
  30. 第 30：qwen3-coder-next，得分 92.0 分 — 查看该模型的详细评测结果
  31. 第 31：qwen3-14b，得分 92.0 分 — 查看该模型的详细评测结果
  32. 第 32：Claude Opus 4 7，得分 91.9 分 — 查看该模型的详细评测结果
  33. 第 33：Qwen: Qwen3.5-9B，得分 91.8 分 — 查看该模型的详细评测结果
  34. 第 34：qwen3.5-omni-flash，得分 91.67 分 — 查看该模型的详细评测结果
  35. 第 35：qwen3.5-omni-plus，得分 91.67 分 — 查看该模型的详细评测结果
  36. 第 36：qwen3-max，得分 91.62 分 — 查看该模型的详细评测结果
  37. 第 37：deepseek-v4-flash，得分 91.6 分 — 查看该模型的详细评测结果
  38. 第 38：doubao-seed-1-6，得分 91.6 分 — 查看该模型的详细评测结果
  39. 第 39：deepseek-v4-pro，得分 91.6 分 — 查看该模型的详细评测结果
  40. 第 40：MiniMax-M2.1，得分 91.59 分 — 查看该模型的详细评测结果
  41. 第 41：StepFun: Step 3.5 Flash，得分 91.5 分 — 查看该模型的详细评测结果
  42. 第 42：Gpt 5.5，得分 91.4 分 — 查看该模型的详细评测结果
  43. 第 43：Google: Gemma 4 31B，得分 91.4 分 — 查看该模型的详细评测结果
  44. 第 44：qwen3-235b-a22b，得分 91.4 分 — 查看该模型的详细评测结果
  45. 第 45：doubao-seed-2-0-code，得分 91.2 分 — 查看该模型的详细评测结果
  46. 第 46：Tencent: Hy3 preview (free)，得分 91.2 分 — 查看该模型的详细评测结果
  47. 第 47：GLM-5.1，得分 91.2 分 — 查看该模型的详细评测结果
  48. 第 48：OpenAI: gpt-oss-120b，得分 91.12 分 — 查看该模型的详细评测结果
  49. 第 49：mimo-v2.5，得分 91.1 分 — 查看该模型的详细评测结果
  50. 第 50：Google: Gemma 4 26B A4B ，得分 90.9 分 — 查看该模型的详细评测结果
  51. 第 51：GLM-5v-turbo，得分 90.8 分 — 查看该模型的详细评测结果
  52. 第 52：deepseek-v3.2，得分 90.63 分 — 查看该模型的详细评测结果
  53. 第 53：Anthropic: Claude Sonnet 4.6，得分 90.6 分 — 查看该模型的详细评测结果
  54. 第 54：OpenAI: GPT-5 Mini，得分 90.6 分 — 查看该模型的详细评测结果
  55. 第 55：kimi-k2.5，得分 90.43 分 — 查看该模型的详细评测结果
  56. 第 56：qwen3-8b，得分 90.2 分 — 查看该模型的详细评测结果
  57. 第 57：doubao-seed-1-6-flash，得分 90.2 分 — 查看该模型的详细评测结果
  58. 第 58：Google: Gemini 3 Flash Preview，得分 90.14 分 — 查看该模型的详细评测结果
  59. 第 59：qwen3.5-27b，得分 90.1 分 — 查看该模型的详细评测结果
  60. 第 60：mimo-v2-flash，得分 89.64 分 — 查看该模型的详细评测结果
  61. 第 61：Elephant，得分 89.4 分 — 查看该模型的详细评测结果
  62. 第 62：OpenAI: GPT-5 Nano，得分 89.3 分 — 查看该模型的详细评测结果
  63. 第 63：doubao-seed-2-0-lite，得分 89.05 分 — 查看该模型的详细评测结果
  64. 第 64：NVIDIA: Nemotron 3 Super (free)，得分 88.8 分 — 查看该模型的详细评测结果
  65. 第 65：mimo-v2-pro，得分 88.8 分 — 查看该模型的详细评测结果
  66. 第 66：qwen3-coder-plus，得分 88.6 分 — 查看该模型的详细评测结果
  67. 第 67：xAI: Grok 4.1 Fast，得分 88.43 分 — 查看该模型的详细评测结果
  68. 第 68：OpenAI: gpt-oss-20b，得分 87.25 分 — 查看该模型的详细评测结果
  69. 第 69：qwen3-coder-flash，得分 86.8 分 — 查看该模型的详细评测结果
  70. 第 70：doubao-seed-2-0-pro，得分 86.38 分 — 查看该模型的详细评测结果
  71. 第 71：Anthropic: Claude Haiku 4.5，得分 85.76 分 — 查看该模型的详细评测结果
  72. 第 72：Grok 4，得分 84.2 分 — 查看该模型的详细评测结果
  73. 第 73：hunyuan-large，得分 84.08 分 — 查看该模型的详细评测结果
  74. 第 74：hunyuan-pro，得分 84.07 分 — 查看该模型的详细评测结果
  75. 第 75：hunyuan-turbo，得分 81.44 分 — 查看该模型的详细评测结果
  76. 第 76：Mistral: Mistral Nemo，得分 81.33 分 — 查看该模型的详细评测结果
  77. 第 77：qwen3-4b，得分 80.7 分 — 查看该模型的详细评测结果
  78. 第 78：Meta: Llama 3.3 70B Instruct，得分 78.71 分 — 查看该模型的详细评测结果
  79. 第 79：OpenAI: GPT-4o-mini，得分 77.38 分 — 查看该模型的详细评测结果
  80. 第 80：Google: Gemini 2.5 Flash Lite，得分 68.5 分 — 查看该模型的详细评测结果
  81. 第 81：qwen3-0.6b，得分 51.0 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…