50米内开车洗车

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：50米内开车洗车
  • 测试类型：文本生成
  • 评测维度：批判性思维
  • 参与评测的模型数：231 个

系统提示词（System Prompt）

你是一个热情友好的生活助手，擅长为用户提供日常出行和生活服务方面的实用建议。

用户提示词（User Prompt）

附近新开了一家洗车店，离我家只有50米，我想去洗车，请问走路去还是打车去比较好？另外去之前需要提前预约吗？

各模型评测结果

  1. 第 1：glm-5，得分 97.3 分 — 查看该模型的详细评测结果
  2. 第 2：glm-5.2，得分 93.5 分 — 查看该模型的详细评测结果
  3. 第 3：GLM-5v-turbo，得分 93.5 分 — 查看该模型的详细评测结果
  4. 第 4：Anthropic: Claude Sonnet 4.6，得分 93.0 分 — 查看该模型的详细评测结果
  5. 第 5：kimi-k2.5，得分 93.0 分 — 查看该模型的详细评测结果
  6. 第 6：Google: Gemini 3.1 Pro Preview，得分 92.8 分 — 查看该模型的详细评测结果
  7. 第 7：kimi-k2.6，得分 92.8 分 — 查看该模型的详细评测结果
  8. 第 8：glm-4.7，得分 92.8 分 — 查看该模型的详细评测结果
  9. 第 9：mimo-v2.5-pro，得分 92.7 分 — 查看该模型的详细评测结果
  10. 第 10：Qwen 3.7 Max，得分 92.7 分 — 查看该模型的详细评测结果
  11. 第 11：deepseek-v4-pro，得分 92.5 分 — 查看该模型的详细评测结果
  12. 第 12：MiniMax-M3，得分 92.3 分 — 查看该模型的详细评测结果
  13. 第 13：GLM-5.1，得分 92.2 分 — 查看该模型的详细评测结果
  14. 第 14：qwen3.5-plus-2026-02-15，得分 91.6 分 — 查看该模型的详细评测结果
  15. 第 15：qwen3.5-27b，得分 91.3 分 — 查看该模型的详细评测结果
  16. 第 16：qwen3.5-35b-a3b，得分 90.2 分 — 查看该模型的详细评测结果
  17. 第 17：Gpt 5.5，得分 89.9 分 — 查看该模型的详细评测结果
  18. 第 18：Google: Gemini 3 Flash Preview，得分 82.9 分 — 查看该模型的详细评测结果
  19. 第 19：OpenAI: gpt-oss-120b，得分 77.8 分 — 查看该模型的详细评测结果
  20. 第 20：qwen3-235b-a22b，得分 73.2 分 — 查看该模型的详细评测结果
  21. 第 21：Gemini 3.5 Flash，得分 68.6 分 — 查看该模型的详细评测结果
  22. 第 22：doubao-seed-2-0-pro，得分 62.7 分 — 查看该模型的详细评测结果
  23. 第 23：doubao-seed-2-0-lite，得分 60.3 分 — 查看该模型的详细评测结果
  24. 第 24：qwen3.5-flash，得分 59.9 分 — 查看该模型的详细评测结果
  25. 第 25：OpenAI: gpt-oss-20b，得分 58.0 分 — 查看该模型的详细评测结果
  26. 第 26：Claude Opus 4.6，得分 56.0 分 — 查看该模型的详细评测结果
  27. 第 27：doubao-seed-2-0-mini，得分 51.0 分 — 查看该模型的详细评测结果
  28. 第 28：mimo-v2-pro，得分 47.0 分 — 查看该模型的详细评测结果
  29. 第 29：qwen3.6-plus-preview，得分 46.67 分 — 查看该模型的详细评测结果
  30. 第 30：deepseek-v3.2，得分 46.2 分 — 查看该模型的详细评测结果
  31. 第 31：doubao-seed-1-8，得分 45.2 分 — 查看该模型的详细评测结果
  32. 第 32：Google: Gemma 4 31B，得分 45.0 分 — 查看该模型的详细评测结果
  33. 第 33：Google: Gemma 4 26B A4B ，得分 43.7 分 — 查看该模型的详细评测结果
  34. 第 34：doubao-seed-2-0-code，得分 43.3 分 — 查看该模型的详细评测结果
  35. 第 35：kimi-k2-thinking-turbo，得分 42.3 分 — 查看该模型的详细评测结果
  36. 第 36：OpenAI: GPT-5 Mini，得分 42.0 分 — 查看该模型的详细评测结果
  37. 第 37：MiniMax-M2.1，得分 41.5 分 — 查看该模型的详细评测结果
  38. 第 38：doubao-seed-1-6-flash，得分 41.2 分 — 查看该模型的详细评测结果
  39. 第 39：qwen3-coder-next，得分 40.7 分 — 查看该模型的详细评测结果
  40. 第 40：qwen3-max，得分 40.3 分 — 查看该模型的详细评测结果
  41. 第 41：mimo-v2.5，得分 40.0 分 — 查看该模型的详细评测结果
  42. 第 42：mimo-v2-omni，得分 39.0 分 — 查看该模型的详细评测结果
  43. 第 43：qwen3-4b，得分 39.0 分 — 查看该模型的详细评测结果
  44. 第 44：Tencent: Hy3 preview (free)，得分 38.9 分 — 查看该模型的详细评测结果
  45. 第 45：qwen3-8b，得分 38.8 分 — 查看该模型的详细评测结果
  46. 第 46：Claude Opus 4 7，得分 38.8 分 — 查看该模型的详细评测结果
  47. 第 47：qwen3-coder-plus，得分 38.8 分 — 查看该模型的详细评测结果
  48. 第 48：xAI: Grok 4.20 Beta，得分 38.5 分 — 查看该模型的详细评测结果
  49. 第 49：OpenAI: GPT-5 Nano，得分 38.5 分 — 查看该模型的详细评测结果
  50. 第 50：qwen3.5-omni-flash，得分 38.33 分 — 查看该模型的详细评测结果
  51. 第 51：MiniMax-M2.5，得分 38.2 分 — 查看该模型的详细评测结果
  52. 第 52：qwen3-14b，得分 38.0 分 — 查看该模型的详细评测结果
  53. 第 53：Elephant，得分 37.3 分 — 查看该模型的详细评测结果
  54. 第 54：Grok 4，得分 37.2 分 — 查看该模型的详细评测结果
  55. 第 55：xAI: Grok 4.1 Fast，得分 37.2 分 — 查看该模型的详细评测结果
  56. 第 56：Qwen: Qwen3.5-9B，得分 37.0 分 — 查看该模型的详细评测结果
  57. 第 57：qwen3-coder-flash，得分 37.0 分 — 查看该模型的详细评测结果
  58. 第 58：qwen3.5-omni-plus，得分 36.67 分 — 查看该模型的详细评测结果
  59. 第 59：OpenAI: GPT-4o-mini，得分 36.5 分 — 查看该模型的详细评测结果
  60. 第 60：glm-4.5-air，得分 36.2 分 — 查看该模型的详细评测结果
  61. 第 61：MiniMax-M2.7，得分 36.2 分 — 查看该模型的详细评测结果
  62. 第 62：OpenAI: GPT-5.4，得分 36.0 分 — 查看该模型的详细评测结果
  63. 第 63：mimo-v2-flash，得分 35.8 分 — 查看该模型的详细评测结果
  64. 第 64：hunyuan-turbo，得分 35.7 分 — 查看该模型的详细评测结果
  65. 第 65：GPT-5.2，得分 35.5 分 — 查看该模型的详细评测结果
  66. 第 66：NVIDIA: Nemotron 3 Super (free)，得分 35.3 分 — 查看该模型的详细评测结果
  67. 第 67：Anthropic: Claude Haiku 4.5，得分 35.2 分 — 查看该模型的详细评测结果
  68. 第 68：StepFun: Step 3.5 Flash，得分 34.8 分 — 查看该模型的详细评测结果
  69. 第 69：Google: Gemini 2.5 Flash Lite，得分 34.5 分 — 查看该模型的详细评测结果
  70. 第 70：Meta: Llama 3.3 70B Instruct，得分 33.7 分 — 查看该模型的详细评测结果
  71. 第 71：hunyuan-large，得分 33.0 分 — 查看该模型的详细评测结果
  72. 第 72：hunyuan-pro，得分 32.3 分 — 查看该模型的详细评测结果
  73. 第 73：doubao-seed-1-6，得分 30.3 分 — 查看该模型的详细评测结果
  74. 第 74：Meituan: LongCat Flash Chat，得分 29.8 分 — 查看该模型的详细评测结果
  75. 第 75：deepseek-v4-flash，得分 29.2 分 — 查看该模型的详细评测结果
  76. 第 76：qwen3-0.6b，得分 27.7 分 — 查看该模型的详细评测结果
  77. 第 77：step-3.7-flash，得分 24.7 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…