腾讯大模子的绝活，居然是宣告会上没吹的写代码？

原问题 ：腾讯大模子的腾讯绝活，居然是大模的绝宣告会上没吹的写代码 ？

就在明天腾讯的全天下数字生态大会上，腾讯大模子混元终于亮相了 。活居

为甚么要说终于 ？

在各方新闻看来，然宣除了像小米这种说不规画做大模子的上没之外，绝大部份大厂们根基都已经陆续上线过大模子了。写代

着实 ，腾讯腾讯自己也在 6 月中旬就推出了自己面向 B 端行业的大模的绝 MaaS （ Model-as-a-service ，模子即效率 ）处置妄想。活居

妄想中搜罗了良多行业大模子，然宣只不外当时腾讯的上没通用大模子仍是还很怪异 。

后续的写代种种新闻 、报道里
，腾讯腾讯也在外部不断打磨混元大模子 。大模的绝

以是活居这也让差评君对于混元的期待值，越来越高。

事实上一个用 “hun yuan ” 名号的 ，可是打了一整套闪电五连鞭 。

话未多少说，下面就开始新一轮大模子测试。

本次测试以及混元同场竞技的是，大模子界的老学长 ChatGPT 。

全部测试关键将分 ：老例语义清晰、重大下场清晰 、不断对于话与脚色饰演能耐、学习能耐、代码能耐、数学能耐、长文总结，以及巨匠喜闻乐见的弱智吧问答等 8 个维度
。

这次咱们一失常态 ，把长文总结能耐的测评放在了第一位。

由于咱们让大模子总结的 ，便是这篇测评自己（ 除了长文总结能耐部份 ）。

至于能不能当成省流版，往下看你就懂了。

混元的总结颇为精练，但过于精练，致使于我很难从这个总结患上出实用的信息。

但当我让他睁开讲讲的时候着实还行，但迷惑惹是生非了 “ 长文总结 ” 这个模块
。

而 ChatGPT 由于输入字数限度，被我酬谢分成了两部份输入，不断定这有无没影响它的总结能耐
。

在回覆中 ，它莫名抽剥了对于自己的所有评测，致使没在总结里写出混元的数学能耐
、弱智吧问允许战以及差评君的意见，也欠好用。

看来，这俩大模子总结患上都没那末欠缺，想看看两家事实甚么水平，巨匠还患上子细往下看诠释。

首先咱们做的测试是老例的语义清晰下场 。

下场是清晰 “ 原本谁都看不上，如今谁都看不上 ”  。

这句话混元清晰患上挺好，根基讲明了我对于独身这事的调侃 ，两个 “ 看不上 ” 都批注上了。

但 ChatGPT 说的仍是很 ChatGPT ，说至多的话，犯最蠢的错。

他原本声名患上至关到位，特意是合成这句话是用幽默的方式来调侃独身，还带着一丝无奈神色，很低级。

但它残缺没品出这先后两个 “ 看不上 ” 里
，带有反转的幽默感，遗憾 。

接下来咱们看混元的重大下场清晰能耐。

下场是魂穿到官渡之战中袁绍身上，光阴节点是骂完许攸之后 。

既要回覆奈何样破局赢下官渡之战，还要提供进一步不同天下的妄想。

要给巨匠稍微讲下这题为啥是重大提问 。

由于要回覆这题，首先患上熟习三国这些人物历史布景、相关故事，特意是骂完许攸这个光阴节点很怪异
。

由于在这之后许攸投靠曹操 ，献计火烧袁绍囤积在乌巢的粮草。

最终以少胜多击败袁绍，随后多少年内残缺吞下冀北逐渐不同南方。

而进一步想象里的不同天下 ，更是曹操自己都没能实现。

以是大模子们要欠缺清晰并回覆这个下场，那网文作者们根基可能宣告失业了 。

AI 浪潮下的网文作者现状

经由测试，两个大模子的回覆都很艰深。

从一起头，两者都没能清晰自己穿梭饰演袁绍脚色的指令 。

混元急哄哄地给袁绍出主张 ， ChatGPT 则因此为我要穿梭，教我处事 。

至于两个给的回覆
，既不 get 到我提出这个怪异光阴节点的妄想，也不甚么卓实用果的策略妄想 ，都是些艰深而谈的车轱辘话 。

相对于而言 ，总体感应ChatGPT 的稍胜一筹。

事实 混元 可是愿望袁绍去以及曹操建树互利双赢的关连 ，哈哈哈。

既然一个重大指令两个魔难都清晰欠好，那爽性重大点，让两者去脚色饰演一个婚礼主持人 ，一点点诱惑妨碍不断对于话。

服从立马就能发现混元以及 ChatGPT ，就像文科生以及文科生的差距。

混元的回回重大不啰嗦，但有的时候过于生硬。

你说有错吧，谈不上 ，你要说给高分确定不可能 。

而 ChatGPT 就黑白论对于不同过错，先把字写满再说。

看概况的形貌啥的都很好，但着实从中间就已经清晰错意思，搞混了我的妄想。

以是两者都不欠缺，都有待改善 。

而后咱们还重点魔难了下大模子的翰墨学习能耐
 。

搬出了昔时的火星文，给两个考生上上强度。

先是丢了一篇火星文版的朱自清《 背影 》名时事给大模子学习 。

而后让他们分说用这种气焰写一篇养金毛心患上 
。

服从便是 ，混元不愧是外乡大模子，背靠火星文开山祖师滥觞地 QQ 空间便是有优势，火星文的熟练度至关不错 。

第一眼就悟到了火星文的精髓，颇为顺遂地学习了火星文的创作本领。

而 ChatGPT 尽管意见到火星文是一种不尺度的中文方式
，但他着实学不会这种方式，最后致使直接招供自己不可了
。

接下来就到了代码能耐的审核 。

这次出的问题是 ，写一个今世极虚心焰的 925 行动抽奖页面，页面中必需有精明的 925 标志。

提及来，由于混元宣告时对于代码能耐根基没咋提 ，以是原本咱们对于混元的代码能耐没啥期待。

但论这个问题，混元的下场至关不错
，玄色配色的极客风有了 ，页面逻辑也没啥下场。

致使还预留了给咱们交流 logo 的位置知足咱们有 925 精明的志的地域 ，至关成熟 
。

比力之下
， ChatGPT 致使把极客风清晰成为了 925 极客行动 。。。全部抽奖界面也颇为毛胚。

混元页面下场

ChatGPT页面下场

除了代码下场，数学便是另一个大模子的老浩劫了。

这次咱们也挑了不少数学下场给两个考生做
，从小学 1 年级不断做到了月朔  。

最终混元大模子在六年级时挑战失败 ，到了月朔同头横三竖四 ，也让咱们残缺坚持测试了 。

而 ChatGPT 清晰还缺少力。

5年级测试题

6年级测试题

月朔测试题

尽管，最后也少不了网友们喜闻乐见的 “ 弱智吧 ” 精选套餐。

这次咱们更新了题库，用上了往年上半年最新的弱智吧精选下场，咱们发现可能 AI 最后的图灵测试可能还真是弱智吧 。

由于在大部份测试里，混元以及 GPT 根基都不够弱智而无奈精确清晰下场，这点上 ，人类遥遥争先！

除了以上这些老例测试外，混元宣告会后的媒体采访上，良多媒体也在讯问腾讯这么晚掏出大模子，那以及市面上的竞品们有甚么优势。

腾讯方面则是说，混元大模子在大模子饱受诟病简略受诱惑、典型的大模子幻觉（ 横三竖四 ）等通病上，有了针对于性的改善。

以是咱们在实际测试时，也特意留意感触了这两块内容 。

不患上不说，混元的大模子幻觉削减较为清晰，这约莫也以及他惜字如金无关连，事实说多错多仍是颇有道理的。

但简略受诱惑这方面的改善着实并不清晰 ，一些该跳的坑仍是很难防止
，只能说千防万防 ，夷易近意难防。

而且作为一个刚上市的大模子，一些小下场比起同期早已经宣告的尊长们仍是有待改善 。

好比“ 重更天生 ” 谜底每一每一性会失灵，致使有的时候重启重新输入下场都无奈处置。

而当你发现混元说错了某个回覆愿望他更正 ，他总是顽强地谦厚认错，去世不更正。

尚有便是 ，他对于一些比力重大的提问 ，反而无意分会抽风，有点像抓关键词同样作答 ，很让人抓狂，只能不断更正揭示词才会好点。

再吹毛求疵一点的话 ，这个天生下场时的头像动效，有种二胡卵子的颇为美感，咱也不知道这是低级呢仍是可爱呢
？

这些小下场着实还挺频仍 ，真要列起来又有点太稀碎，巨匠仍是自己体验后会有更深入的清晰。

不外这些小倾向，后续的更新迭代倒也重大，等用户数多了，信托很快就能优化。

总的来说 ，混元以及 ChatGPT 在中文情景下的 PK 中 ，两者着实水平差未多少，放到国产大模子梯队里
，也能有个平均水平。

只是在用了这么多大模子后，咱们感应混元特意之处是给人的感应，它更像个理工科直男
，主打一个空论少说。

而 GPT 为首的此外大模子们则是典型的文科小编，主打能水就水
，油多不坏菜  。

而这种感应也更贴合腾讯对于混元大模子 “ 适用级 ” 的界说。

事实谁也不想在急着用的时候还要在扼要扼要里找关键信息吧。

那对于差评君来说，混元大模子更让人期待的，反而是以及腾讯旗下运用的深度融会。

如今巨匠手里没个七八九十个腾讯系运用，都不敢说自己在互联网上冲浪的。

尽管眼下 ，咱们在宣告会上只看到了腾讯团聚、腾讯文档里们的进化
。

但在这些办公软件之外，腾讯系里游戏、社交、影音等等，才是更以及巨匠休闲欢喜相关的营业 。

在这些规模 ，大模子的未来会是甚么方式 、甚么水平的散漫，才更是巨匠所最期待的 。

更关键的是 
，在其余大模子还在苦苦试验奈何样以及营业、以及已经有运用的散漫上，腾讯却已经有了乐成履历 。

此前腾讯多模态 AI 大模子争先被运用在广告投放
，当时累计给广告主带来 15% 的 GMV 提升。

以是 ，被网上吐槽的最晚宣告大模子的大厂 ，这么看起来彷佛也不是甚么飞龙骑脸的天崩时事。

好饭不怕晚嘛。

撰文：八戒 编纂：江江 & 面线 封面：萱萱

图片
、质料源头 ：

腾讯混元大模子返回搜狐，魔难更多

责任编纂：

很赞哦!（8）