SuperCLUE-VLM榜单显示，百度ERNIE-4.5-Turbo-VL以66.47分并列国内第一，Gemini-2.5-Pro以74.99分领先，评测涵盖15款多模态模型，彰显中国在该领域的竞争力。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

商汤科技的SenseChat-Vision 5.5在SuperCLUE-V多模态大模型榜单中表现出色，特别是在数理逻辑推理能力上排名第一。该模型总分73.56分，超过了包括GPT-4o在内的其他模型。商汤科技通过创新使用合成高阶思维链数据提升推理能力，并计划继续研发先进技术。

该文汇总了多个中文大模型评测基准：SuperCLUE评估中文开放问题偏好；小学数学测试显示仅GPT-4具鲁棒推理；MGSM检验多语种数学推理；SciBench考察大学科学问题求解，LLM得分仅35.80%；GSM8K推动多步数学推理；SuperCLUE-Safety评估中文模型安全性；CMMLU覆盖多学科中文知识；CLUE是首个中文语言理解基准；KwaiYiiMath提升中英数学推理能力。