近日，百度、智谱、百川、字节、商汤、中科院（紫东太初）、MiniMax、上海人工智能实验室等8个企业/机构的大模型，通过了《生成式人工智能服务管理暂行办法》备案，这意味其可以正式上线面向公众提供服务。
一时间，科技界、创投圈、媒体、科技爱好者、测评博主等各行各业都在争相下载体验，毕竟国内大模型的风吹了大半年，但更多还是仅限内测，如今放开体验，可以说吊足了大家的胃口。
而经过实际体验，小饭桌发现，顶着“颠覆人类”、“能力优秀到可怕”等夸张光环的大模型，实际表现还相当粗糙。比如小饭桌选取了一道小学奥数题，当前获批的几家大模型没有一家能给出正确答案。更危险的信号是，各家大模型都对自己的答案“深信不疑”，甚至向小饭桌“一本正经”地阐述了错误的解题思路……
大模型的能力真如宣传中强大吗？号称决定人类未来的“AI大脑”，为何意识不到自己在“胡言乱语”？
借着国内大模型正式上线的契机，小饭桌选取了9家在业内极具代表性的大模型产品进行了测试，其中既包括百度、字节跳动、阿里等互联网大厂，也有科大讯飞、昆仑万维等上市公司，还有国家队代表智谱AI，以及百川智能、MiniMax等大模型头部创业公司。
为了确保评测结果更具说服力和全面性，小饭桌从逻辑性、相关性、真实性、多模态，以及生成速度五方面，对各家大模型进行了问答测评，并给出了测评分数。
以下是测评问题与测试结果（评分仅为小饭桌主观判断，不构成投资参考）：
（每个问题总分 10 分）
· 逻辑性
1、彩虹岛上有不到100只独角兽，每只独角兽的颜色不是绿色就是黄色。 每当午夜钟声响起的时候，一些独角兽会改变颜色：昨天，黄色独角兽与绿色独角兽的数量之比为5：6；今天，黄色独角兽与绿色独角兽的数量之比为4：3。
