Chinese-SimpleQA知识

Chinese SimpleQA 是 OpenAI SimpleQA 的中文版本，包含大量中文事实性问题，覆盖历史、地理、科学、文化等领域。采用生成式评测，通过 LLM-as-Judge 判断答案正确性。测试模型的中文事实性知识准确性和幻觉率。

排行数据源

#模型得分

1

Gemini 3.1 ProGoogle

85.9%

2

DeepSeek-V4-Pro深度求索

84.4%

3

Qwen3-235B-A22B-Instruct-2507阿里巴巴

84.3%

4

GPT-5.4OpenAI

76.8%

5

Claude Opus 4.6Anthropic

76.4%

6

Kimi-K2.6月之暗面

75.9%

7

GLM-5.1智谱AI

75.0%

8

DeepSeek-V3深度求索

68.0%

9

DeepSeek-R1深度求索

63.7%

10

GPT-4oOpenAI

59.3%

共 16 个模型

返回基准目录