然而，大模型在财经领域的应用并非一帆风顺。它们在数据处理精确性、逻辑推理严谨性、专业术语运用以及 对市场情绪的把握等方面，均面临挑战。为了全面评估大模型在财经分析文章写作上的表现，本次评测选取了 五个具有代表性的通用大模型：GPT-4、Claude、Gemini、文心一言和通义千问。 评测的核心任务是要求各模型撰写一篇关于亚马逊（AMZN）2025年第二季度财报的财经分析文章。我们向模 型提供了详细的财报数据，包括营收、每股收益（EPS）的实际公布值和市场预测值，以及财报新闻摘要中的 关键信息，如AWS增长放缓、不及微软和谷歌，以及公司下调第三季度营业利润指引等。 评测从数据准确度、数据丰富度、文字能力、逻辑能力、创新能力和写作速度六个维度进行量化评分。结果显 示，尽管所有模型在模拟环境下表现出一定的一致性，但仍能观察到细微的差异。 GPT-4在数据准确度和逻辑能力方面表现尤为突出，其文章引用的财务数据与提供的财报数据完全一致，且逻 辑结构清晰，论证严谨。文章不仅深入解读了核心财务数据，还从多个角度进行了详细分析，展现了极高的数 据处理和文字表达能力。 在金融信息爆炸的今天，投资者对高质量财经分析的需求愈发迫 ...