GPT-5争议、开源追赶、能力飞跃：Epoch AI年终报告揭示AI能力加速

12月25日消息，专注于人工智能基准测试的非营利组织Epoch AI发布的年终报告显示，整体来看，AI模型的能力正在快速提升。 顶尖国际模型如GPT、Gemini在专家级数学难题FrontierMath上表现优异，但在真正高难度问题面前仍未满分，显示出推理能力仍有提升 空间。与此同时，AI推理能力和强化学习的进步让增长速度几乎翻倍，成本大幅下降，许多模型已能在消费级硬件上运行。 在此背景下，中国开源大模型也有所进步，但与国际顶尖模型相比仍存在明显差距。在FrontierMath测试中，绝大多数中国模型几乎未能 得分，最高也只有DeepSeek-V3.2取得约2%的成绩。这表明，中国模型虽然在追赶，但在处理真正复杂难题时仍面临挑战。 01 中国模型的"七个月追赶"：开源力量正在重塑格局 中国模型的最高分仍落后全球前沿水平约七个月 在Epoch AI的FrontierMath最新评测中，中国开源模型交出了一份令人瞩目的答卷。FrontierMath是一个由专家数学家精心设计的高难度 数学基准测试，涵盖数论、实分析、代数几何、范畴论等现代数学主要分支。完整数据集包含350道问题，其中300道为基础集（第1-3 层） ...