文心一言、通义千问、kimi谁更厉害？_kimi和文心一言对比

在回答这个问题之前，我们来先看看目前国内AI的情况。

至2022年AI爆发后，在中国已催生了上千个AI产品。

这些产品涵盖了从头部大厂到高等院校，再到初创企业的广泛阵容。

如：

• 大厂：百度文心、阿里通义、腾讯元宝、字节豆包、讯飞星火等
• 高校：清华大学、北京大学等
• 初创：月之暗面KIMI、深度求索DeepSeek也已崭露头角，推出了独具特色的AI产品。

到这里有个问题就浮现了，应该选择哪个AI，哪个AI适合自己？

这里是清华SuperBench的测评数据

类似这样的测评报告互联网上已经很多，真正哪个合适自己还是自己尝试一下

以下是个人的一些经验分享让大家少走些路，仅供参考一下：

目前在国际上顶端的还是gpt4与claude 3，国内主要就是文心4与清华GLM-4。

在国内选择的话：

• 如果花钱的话，可以选择文心一言4.0
• 免费AI
  • 考虑到综合能力的话可以选择字节的豆包
  • 只考虑文本类的话deepseek也是不错的选择
  • 偏搜索引擎类的话秘塔AI、KIMI

前期文心一言3.5的表现的确是很差，可以对比自己之前问的问题，差别是非常大的。之前胡说八道的回答还是比较多的，现在比如增加了联网搜索等功能，可以说文心一言已经迭代级了很多。

正如我上面所说，国内的AI产品如雨后春笋爆发出来了，同时它们在不断迭代与进步。它们不仅能快速检索信息，还能智能地分析搜索结果并给出结论。这种能力对于日常工作中处理信息和数据至关重要。

再回到我们的问题，与其说文心一言还不如通义千问、KIMI，还不如把问题扩大点，国内AI产品的对比？

这里我选择其中的5个AI产品进行对比

一、信息更新程度

在信息更新程度来说通义千问与豆包的表现非常好，当然这个测试还是比较片面的，大家可以在遇到其它时效性问题时也进行对比一下。

以下是具体的对比情况：

问题一

2024年福建高考录取分数线?

此问题是在2024年06月24日16时26分公布的，问题是在公布后5分钟左右内问的

目前国内关注性最高的应该就是高考分数线公布与填写高考志愿了。目前已经有几个省公布了高考分数线，刚才看了一下最近2024年06月24日16时26分福建省也公布了分数线，这是福建省教育考试院官方网截图。

我们来看看几款国内的AI产品的信息更新情况：

文心一言3.5&4.0

• 文心一言3.5

物理类431分，是不对的。

历史类453分，也是不对的，可以看到括号里的说明，它已经找到了正确的文章2分数是正确的，还找到文章3是错误的分数，然而最后AI判断后选择了错误的文章3的结果。

• 文心一言4.0

文心一言4.0能给出正确的答案，实时度非常的高。

通义千问

通义千问输出的结果是对的，不但输出的2024年正确的结果，同时还给出了历年的分数线数据。

KIMI

KIMI没有查询到福建省的高考录取分数线。

豆包

豆包也能正确的输出答案，同时也给出了近几年的录取分数线。

DeepSeek

显然deepseek的知识库和以上的几款AI是不同的，它不是实时的它是截至2023年的知识库。

问题二

2024年上海高考录取分数线?

此问题是在2024年06月23日13时42分公布的，问题是在公布后1天后问的

看看上海的分数线，公布的比较早是2024年06月23日13时42分公布的，这是上海市教育考试院官方网截图。

只要是知识库是实时的，基本是对的

• 图片解析能力

通过一张网络上流传的比较广的一张图

这张“不干了”的图片，看看AI们是如何解析它的

文心一言3.5

文心一言3.5支持上传word、pdf及图片格式的文件，上传图片后它可以解析出图片中木板上刻着“不幹了”字样，但无法给不出图片中描述的是哪些历史人物。

文心一言4.0

文心一言4.0也可以识别出木板上的文字，同时进了一步就是把繁体“不幹了”翻译成简体“不干了”。同样也无法给不出图片中描述的是哪些历史人物。

通义千问

识别出来的是“不辩了”，识别能力还是不行

KIMI

KIMI支持上传pdf、doc、xlsx、ppt、txt、图片等文件，没有识别出木板上的文字

豆包

豆包支持的文件类型：PDF、Docx、xlsx、txt、pptx、csv。所以我把图片放到docx里再上传给豆包。它可以识别出木板上的文字

Copilot

看完这些后或许得到的结论就是AI只能识别出木板上的文字，推理不出描述的是哪位历史人物，我们来看看微软的Copilot的回答。鲁迅终于出现了。。。。

• 图像生成功能

生成以下要求的图片：

中国古代女子，女子有几缕青丝垂于耳畔，头上插着一支玉簪，簪头镶嵌着一颗小巧的珍珠，闪烁着温润的光泽。

文心一言3.5

文心一言4.0

通义千问

豆包

生成图片方面个人感觉还是豆包比较符合审美风格

• 自然语言处理能力

问题一

来一份钢丝球炒鸡蛋的做法

一个比较经典的问题，看看AI们的回答

文心一言3.5

能正确的回答不存在，还过和早期所有的AI产品一样还是会把假设性做法列出来。我记得这个问题的回答进阶是这样的：

• 钢丝球炒鸡蛋是道美味的菜，再列出炒钢丝球步骤
• 然后就是钢丝球炒鸡蛋是不存在的，再列出假设炒钢丝球步骤
• 再然后就是不存在，再列出炒鸡蛋的步骤

文心一言3.5应该处于第二阶段了

文心一言4.0

比较正确的回答

通义千问

比较正确的回答

KIMI

比较正确的回答

豆包

比较正确的回答

DeepSeek

比较正确的回答

问题二

汉字里带水字旁边，却与水无关的字

这个问题也是早期AI产品刚出来后就问的一个问题

文心一言3.5

这是2024年6月问的

我记得在年初那会问这个问题的回答第一并没有详细的解释，第二也有出现河、瀑之类的字。

说明文心一言3.5已经更新和进步了很多。

文心一言4.0

比较正确

通义千问

比较正确

KIMI

KIMI还是有不少瑕疵的，也出现之前文心一言3.5的河字

豆包

比较正确

DeepSeek

比较正确

• 翻译能力

想对比一下AI的翻译能力，网友给推荐这个中国式的"意思"，我们来看看AI是如何翻译的

把以下内容翻译成英文：

领导：“你这是什么意思？”

阿呆：“没什么意思，意思意思。”

可以看到基本表现都还不错，只不过通义千问的翻译少了点“意思”，其它AI都能表达出那个意思。

六、总结

以上都是一些非专业的对比，只是基于个人的使用体验。当然也有一些机构输出也专业的测试报告。

比如：这份《中文大模型能力评测榜单》综合能力得分为分类能力、信息抽取能力、阅读理解能力、数据分析能力四者得分的平均值。

其实可以看到不同机构输出的报告都有所不同，最终怎么样我们可以自己试试。