故事理解

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：故事理解
  • 测试类型：文本生成
  • 评测维度：阅读理解
  • 参与评测的模型数：231 个

系统提示词（System Prompt）

你是一名资深文本阅读与理解分析专家，擅长从叙述性文字中精准提取关键信息。 回答要求： 1. 仔细阅读所给故事，聚焦文本中明确描述的人物、动作和直接因果关系。 2. 回答应简洁、准确，直接对应原文内容，不做过度延伸或主观臆测。 3. 使用清晰的陈述句作答，语言通顺自然。 4. 区分「文本直接说明的事实」与「个人推测」，本题仅需提取显性事实信息。

用户提示词（User Prompt）

请阅读以下短篇故事，并回答问题： --- 小明在院子里玩耍时，发现一只小鸟停在树枝上。他静静地看了很久，非常喜欢这只小鸟。没过多久，小鸟扑棱着翅膀飞走了。小明看着小鸟消失在天空中，心里很伤心。 --- 问题： 1. 小明在哪里，最初发现了什么？ 2. 后来发生了什么事？ 3. 小明为什么感到伤心？请结合故事内容说明原因。

各模型评测结果

  1. 第 1：Meituan: LongCat Flash Chat，得分 97.83 分 — 查看该模型的详细评测结果
  2. 第 2：MiniMax-M2.5，得分 97.1 分 — 查看该模型的详细评测结果
  3. 第 3：qwen3-coder-next，得分 97.0 分 — 查看该模型的详细评测结果
  4. 第 4：glm-4.5-air，得分 97.0 分 — 查看该模型的详细评测结果
  5. 第 5：mimo-v2-flash，得分 97.0 分 — 查看该模型的详细评测结果
  6. 第 6：glm-5，得分 97.0 分 — 查看该模型的详细评测结果
  7. 第 7：MiniMax-M2.7，得分 96.5 分 — 查看该模型的详细评测结果
  8. 第 8：Claude Opus 4.6，得分 96.2 分 — 查看该模型的详细评测结果
  9. 第 9：qwen3-max，得分 96.17 分 — 查看该模型的详细评测结果
  10. 第 10：hunyuan-turbo，得分 96.0 分 — 查看该模型的详细评测结果
  11. 第 11：NVIDIA: Nemotron 3 Super (free)，得分 95.7 分 — 查看该模型的详细评测结果
  12. 第 12：Claude Opus 4 7，得分 95.7 分 — 查看该模型的详细评测结果
  13. 第 13：qwen3-coder-plus，得分 95.5 分 — 查看该模型的详细评测结果
  14. 第 14：step-3.7-flash，得分 95.4 分 — 查看该模型的详细评测结果
  15. 第 15：qwen3-8b，得分 95.3 分 — 查看该模型的详细评测结果
  16. 第 16：Google: Gemini 3 Flash Preview，得分 94.93 分 — 查看该模型的详细评测结果
  17. 第 17：mimo-v2-omni，得分 94.7 分 — 查看该模型的详细评测结果
  18. 第 18：Qwen: Qwen3.5-9B，得分 94.7 分 — 查看该模型的详细评测结果
  19. 第 19：Anthropic: Claude Sonnet 4.6，得分 94.63 分 — 查看该模型的详细评测结果
  20. 第 20：Google: Gemini 3.1 Pro Preview，得分 94.57 分 — 查看该模型的详细评测结果
  21. 第 21：StepFun: Step 3.5 Flash，得分 94.5 分 — 查看该模型的详细评测结果
  22. 第 22：qwen3-coder-flash，得分 94.5 分 — 查看该模型的详细评测结果
  23. 第 23：doubao-seed-2-0-mini，得分 94.33 分 — 查看该模型的详细评测结果
  24. 第 24：qwen3.5-plus-2026-02-15，得分 94.2 分 — 查看该模型的详细评测结果
  25. 第 25：mimo-v2.5-pro，得分 94.0 分 — 查看该模型的详细评测结果
  26. 第 26：Anthropic: Claude Haiku 4.5，得分 94.0 分 — 查看该模型的详细评测结果
  27. 第 27：Google: Gemma 4 31B，得分 94.0 分 — 查看该模型的详细评测结果
  28. 第 28：qwen3.5-flash，得分 93.8 分 — 查看该模型的详细评测结果
  29. 第 29：Elephant，得分 93.7 分 — 查看该模型的详细评测结果
  30. 第 30：Qwen 3.7 Max，得分 93.5 分 — 查看该模型的详细评测结果
  31. 第 31：doubao-seed-1-8，得分 93.3 分 — 查看该模型的详细评测结果
  32. 第 32：Tencent: Hy3 preview (free)，得分 93.2 分 — 查看该模型的详细评测结果
  33. 第 33：deepseek-v4-pro，得分 93.2 分 — 查看该模型的详细评测结果
  34. 第 34：qwen3-4b，得分 93.2 分 — 查看该模型的详细评测结果
  35. 第 35：kimi-k2.6，得分 93.2 分 — 查看该模型的详细评测结果
  36. 第 36：Google: Gemma 4 26B A4B ，得分 93.2 分 — 查看该模型的详细评测结果
  37. 第 37：GLM-5.1，得分 93.2 分 — 查看该模型的详细评测结果
  38. 第 38：Gpt 5.5，得分 93.2 分 — 查看该模型的详细评测结果
  39. 第 39：Gemini 3.5 Flash，得分 93.1 分 — 查看该模型的详细评测结果
  40. 第 40：qwen3-14b，得分 92.8 分 — 查看该模型的详细评测结果
  41. 第 41：OpenAI: gpt-oss-20b，得分 92.73 分 — 查看该模型的详细评测结果
  42. 第 42：deepseek-v4-flash，得分 92.7 分 — 查看该模型的详细评测结果
  43. 第 43：xAI: Grok 4.20 Beta，得分 92.7 分 — 查看该模型的详细评测结果
  44. 第 44：MiniMax-M2.1，得分 92.4 分 — 查看该模型的详细评测结果
  45. 第 45：glm-5-turbo，得分 92.3 分 — 查看该模型的详细评测结果
  46. 第 46：OpenAI: GPT-5.4，得分 92.3 分 — 查看该模型的详细评测结果
  47. 第 47：hunyuan-large，得分 92.07 分 — 查看该模型的详细评测结果
  48. 第 48：deepseek-v3.2，得分 92.07 分 — 查看该模型的详细评测结果
  49. 第 49：glm-4.7，得分 92.07 分 — 查看该模型的详细评测结果
  50. 第 50：GLM-5v-turbo，得分 92.0 分 — 查看该模型的详细评测结果
  51. 第 51：qwen3-235b-a22b，得分 91.8 分 — 查看该模型的详细评测结果
  52. 第 52：GPT-5.2，得分 91.7 分 — 查看该模型的详细评测结果
  53. 第 53：kimi-k2-thinking-turbo，得分 91.57 分 — 查看该模型的详细评测结果
  54. 第 54：OpenAI: GPT-5 Mini，得分 91.57 分 — 查看该模型的详细评测结果
  55. 第 55：qwen3.5-27b，得分 90.8 分 — 查看该模型的详细评测结果
  56. 第 56：hunyuan-pro，得分 90.73 分 — 查看该模型的详细评测结果
  57. 第 57：qwen3.5-omni-plus，得分 90.67 分 — 查看该模型的详细评测结果
  58. 第 58：OpenAI: GPT-4o-mini，得分 90.23 分 — 查看该模型的详细评测结果
  59. 第 59：xAI: Grok 4.1 Fast，得分 89.9 分 — 查看该模型的详细评测结果
  60. 第 60：OpenAI: GPT-5 Nano，得分 89.72 分 — 查看该模型的详细评测结果
  61. 第 61：qwen3.5-omni-flash，得分 89.33 分 — 查看该模型的详细评测结果
  62. 第 62：mimo-v2.5，得分 89.0 分 — 查看该模型的详细评测结果
  63. 第 63：mimo-v2-pro，得分 88.7 分 — 查看该模型的详细评测结果
  64. 第 64：Grok 4，得分 88.7 分 — 查看该模型的详细评测结果
  65. 第 65：qwen3.6-plus-preview，得分 86.67 分 — 查看该模型的详细评测结果
  66. 第 66：doubao-seed-2-0-code，得分 85.3 分 — 查看该模型的详细评测结果
  67. 第 67：kimi-k2.5，得分 85.2 分 — 查看该模型的详细评测结果
  68. 第 68：qwen3.5-35b-a3b，得分 83.8 分 — 查看该模型的详细评测结果
  69. 第 69：Meta: Llama 3.3 70B Instruct，得分 81.1 分 — 查看该模型的详细评测结果
  70. 第 70：Mistral: Mistral Nemo，得分 81.03 分 — 查看该模型的详细评测结果
  71. 第 71：OpenAI: gpt-oss-120b，得分 79.76 分 — 查看该模型的详细评测结果
  72. 第 72：doubao-seed-1-6-flash，得分 76.7 分 — 查看该模型的详细评测结果
  73. 第 73：doubao-seed-1-6，得分 74.0 分 — 查看该模型的详细评测结果
  74. 第 74：qwen3-0.6b，得分 70.0 分 — 查看该模型的详细评测结果
  75. 第 75：doubao-seed-2-0-pro，得分 66.05 分 — 查看该模型的详细评测结果
  76. 第 76：doubao-seed-2-0-lite，得分 58.5 分 — 查看该模型的详细评测结果
  77. 第 77：Google: Gemini 2.5 Flash Lite，得分 56.33 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…