中国推出方升3.0基准测试 推进AI评估体系建设

中国信息通信研究院（CAICT）正式发布方升3.0，标志着我国AI评估能力的重要升级。这套全新基准测试体系在完善模型基础评估的同时，扩展了对高级智能特性的测试范围。

增强的评估框架

升级后的系统现可评估：

• 模型基础属性包括参数量级与推理效率
• 十大高阶能力如全模态理解与自主学习
• 制造业、科研、金融等领域的行业应用

基础设施改进

为支持方升3.0，CAICT正在：

1. 扩充300万条测试数据
2. 开发新型测试方法学
3. 构建多智能体交互仿真环境
4. 创建动态场景测试能力

最新基准测试结果

最近一次评估涵盖：

• 141个大语言模型
• 7个智能体系统 从四个核心维度进行测评：
  1. 基础能力
  2. 推理能力
  3. 代码应用
  4. 多模态理解

性能亮点：

• OpenAI的GPT-5保持综合领先优势
• 阿里通义千问Qwen3-Max-Preview等国产模型表现抢眼
• 图像理解能力显著提升
• 代码应用技能在简单任务中仍优于复杂项目

结果表明国际与国内AI开发者之间持续着激烈竞争。

未来发展计划

CAICT承诺将：

• 自2024年起每两月开展基准测试
• 提升评测公信力与权威性
• 支持AI创新与产业发展

The organization emphasizes that while current models excel in specific areas, challenges remain in complex reasoning and real-world application scenarios. 该机构强调，虽然现有模型在特定领域表现优异，但在复杂推理和现实应用场景中仍存在挑战。

核心要点：

-方升3.0代表中国迄今最先进的AI评测体系 The results indicate ongoing intense competition between international and domestic AI developers. n###关键要点: nFangsheng30是中国目前最先进的人工智能评估系统 n当前测试覆盖基本属性和面向未来的能力 n国内模型正在缩小与国际领先者的差距 n在开发实际应用技能方面仍需大量工作