古诗词特殊读音

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：古诗词特殊读音
  • 测试类型：文本生成
  • 评测维度：汉语拼音
  • 参与评测的模型数：226 个

系统提示词（System Prompt）

你是一名资深汉语言文字专家，熟悉古诗词教学中的传统读音习惯与现代普通话规范读音。 回答要求： 1. 对每个字，须分别给出「传统教学习惯读音」与」现代普通话规范读音（以教育部/国家语委最新规范为准）」。 2. 若两者存在差异，须简要说明差异原因（如统读政策调整、古音遗留等），不得含糊带过。 3. 若某字已被语言文字规范明确统读，须如实说明，不可仅以「古音」一笔带过。 4. 回答语言简洁清晰，面向具备基础语文知识的读者，无需使用专业音韵学术语。 5. 每个字的回答结构统一：先给读音，再作简短说明。

用户提示词（User Prompt）

请分析以下三句古诗名句中加点字的读音问题： 1. 杜牧《山行》：「远上寒山石径**斜**」 ——「斜」字在传统教学中如何读？现代普通话规范读音是什么？两者是否一致？ 2. 贺知章《回乡偶书》：「乡音无改鬓毛**衰**」 ——「衰」字在传统教学中如何读？现代普通话规范读音是什么？两者是否一致？ 3. 杜牧《过华清宫》：「一**骑**红尘妃子笑」 ——「骑」字在传统教学中如何读？现代普通话规范读音是什么？两者是否一致？ 请对每个字： （1）给出传统教学习惯读音（注明拼音）； （2）给出当前现代普通话规范读音（注明拼音）； （3）若两者不同，简要说明原因或政策背景； （4）说明该字在本句中的词义。

各模型评测结果

  1. 第 1：qwen3.6-plus-preview，得分 100.0 分 — 查看该模型的详细评测结果
  2. 第 2：step-3.7-flash，得分 95.4 分 — 查看该模型的详细评测结果
  3. 第 3：doubao-seed-1-6，得分 94.7 分 — 查看该模型的详细评测结果
  4. 第 4：Meituan: LongCat Flash Chat，得分 94.42 分 — 查看该模型的详细评测结果
  5. 第 5：mimo-v2.5-pro，得分 93.7 分 — 查看该模型的详细评测结果
  6. 第 6：GLM-5.1，得分 93.5 分 — 查看该模型的详细评测结果
  7. 第 7：kimi-k2.6，得分 93.5 分 — 查看该模型的详细评测结果
  8. 第 8：deepseek-v4-flash，得分 93.4 分 — 查看该模型的详细评测结果
  9. 第 9：Tencent: Hy3 preview (free)，得分 93.1 分 — 查看该模型的详细评测结果
  10. 第 10：Claude Opus 4.6，得分 93.0 分 — 查看该模型的详细评测结果
  11. 第 11：deepseek-v3.2，得分 92.81 分 — 查看该模型的详细评测结果
  12. 第 12：glm-4.7，得分 92.8 分 — 查看该模型的详细评测结果
  13. 第 13：Gpt 5.5，得分 92.3 分 — 查看该模型的详细评测结果
  14. 第 14：qwen3-max，得分 92.28 分 — 查看该模型的详细评测结果
  15. 第 15：glm-5，得分 92.2 分 — 查看该模型的详细评测结果
  16. 第 16：Gemini 3.5 Flash，得分 92.1 分 — 查看该模型的详细评测结果
  17. 第 17：deepseek-v4-pro，得分 92.0 分 — 查看该模型的详细评测结果
  18. 第 18：qwen3-coder-next，得分 91.2 分 — 查看该模型的详细评测结果
  19. 第 19：glm-5-turbo，得分 91.2 分 — 查看该模型的详细评测结果
  20. 第 20：qwen3.5-plus-2026-02-15，得分 91.0 分 — 查看该模型的详细评测结果
  21. 第 21：mimo-v2.5，得分 91.0 分 — 查看该模型的详细评测结果
  22. 第 22：doubao-seed-2-0-mini，得分 90.36 分 — 查看该模型的详细评测结果
  23. 第 23：Google: Gemini 3.1 Pro Preview，得分 90.29 分 — 查看该模型的详细评测结果
  24. 第 24：Google: Gemini 3 Flash Preview，得分 90.27 分 — 查看该模型的详细评测结果
  25. 第 25：kimi-k2.5，得分 89.88 分 — 查看该模型的详细评测结果
  26. 第 26：Elephant，得分 89.7 分 — 查看该模型的详细评测结果
  27. 第 27：doubao-seed-1-8，得分 89.5 分 — 查看该模型的详细评测结果
  28. 第 28：qwen3.5-flash，得分 88.5 分 — 查看该模型的详细评测结果
  29. 第 29：mimo-v2-pro，得分 88.5 分 — 查看该模型的详细评测结果
  30. 第 30：qwen3.5-35b-a3b，得分 88.0 分 — 查看该模型的详细评测结果
  31. 第 31：mimo-v2-flash，得分 87.31 分 — 查看该模型的详细评测结果
  32. 第 32：GLM-5v-turbo，得分 86.0 分 — 查看该模型的详细评测结果
  33. 第 33：Qwen 3.7 Max，得分 85.6 分 — 查看该模型的详细评测结果
  34. 第 34：qwen3.5-27b，得分 84.2 分 — 查看该模型的详细评测结果
  35. 第 35：qwen3.5-omni-flash，得分 82.67 分 — 查看该模型的详细评测结果
  36. 第 36：doubao-seed-2-0-pro，得分 82.33 分 — 查看该模型的详细评测结果
  37. 第 37：mimo-v2-omni，得分 82.0 分 — 查看该模型的详细评测结果
  38. 第 38：qwen3-coder-plus，得分 81.7 分 — 查看该模型的详细评测结果
  39. 第 39：qwen3-235b-a22b，得分 81.0 分 — 查看该模型的详细评测结果
  40. 第 40：kimi-k2-thinking-turbo，得分 80.78 分 — 查看该模型的详细评测结果
  41. 第 41：MiniMax-M2.1，得分 78.97 分 — 查看该模型的详细评测结果
  42. 第 42：MiniMax-M2.7，得分 78.3 分 — 查看该模型的详细评测结果
  43. 第 43：StepFun: Step 3.5 Flash，得分 77.7 分 — 查看该模型的详细评测结果
  44. 第 44：Qwen: Qwen3.5-9B，得分 77.3 分 — 查看该模型的详细评测结果
  45. 第 45：Grok 4，得分 76.5 分 — 查看该模型的详细评测结果
  46. 第 46：doubao-seed-1-6-flash，得分 75.7 分 — 查看该模型的详细评测结果
  47. 第 47：qwen3.5-omni-plus，得分 74.67 分 — 查看该模型的详细评测结果
  48. 第 48：doubao-seed-2-0-lite，得分 73.5 分 — 查看该模型的详细评测结果
  49. 第 49：hunyuan-large，得分 73.27 分 — 查看该模型的详细评测结果
  50. 第 50：hunyuan-pro，得分 72.3 分 — 查看该模型的详细评测结果
  51. 第 51：xAI: Grok 4.20 Beta，得分 70.2 分 — 查看该模型的详细评测结果
  52. 第 52：hunyuan-turbo，得分 69.64 分 — 查看该模型的详细评测结果
  53. 第 53：Claude Opus 4 7，得分 66.8 分 — 查看该模型的详细评测结果
  54. 第 54：qwen3-coder-flash，得分 61.0 分 — 查看该模型的详细评测结果
  55. 第 55：qwen3-14b，得分 58.3 分 — 查看该模型的详细评测结果
  56. 第 56：OpenAI: GPT-5.4，得分 57.5 分 — 查看该模型的详细评测结果
  57. 第 57：Meta: Llama 3.3 70B Instruct，得分 57.33 分 — 查看该模型的详细评测结果
  58. 第 58：Google: Gemma 4 31B，得分 52.0 分 — 查看该模型的详细评测结果
  59. 第 59：xAI: Grok 4.1 Fast，得分 48.94 分 — 查看该模型的详细评测结果
  60. 第 60：Anthropic: Claude Sonnet 4.6，得分 48.35 分 — 查看该模型的详细评测结果
  61. 第 61：GPT-5.2，得分 46.3 分 — 查看该模型的详细评测结果
  62. 第 62：glm-4.5-air，得分 43.86 分 — 查看该模型的详细评测结果
  63. 第 63：Google: Gemma 4 26B A4B ，得分 39.8 分 — 查看该模型的详细评测结果
  64. 第 64：OpenAI: GPT-5 Mini，得分 38.65 分 — 查看该模型的详细评测结果
  65. 第 65：OpenAI: gpt-oss-120b，得分 35.35 分 — 查看该模型的详细评测结果
  66. 第 66：doubao-seed-2-0-code，得分 34.6 分 — 查看该模型的详细评测结果
  67. 第 67：MiniMax-M2.5，得分 32.02 分 — 查看该模型的详细评测结果
  68. 第 68：Mistral: Mistral Nemo，得分 31.92 分 — 查看该模型的详细评测结果
  69. 第 69：Anthropic: Claude Haiku 4.5，得分 31.18 分 — 查看该模型的详细评测结果
  70. 第 70：OpenAI: gpt-oss-20b，得分 30.38 分 — 查看该模型的详细评测结果
  71. 第 71：OpenAI: GPT-5 Nano，得分 29.35 分 — 查看该模型的详细评测结果
  72. 第 72：NVIDIA: Nemotron 3 Super (free)，得分 27.7 分 — 查看该模型的详细评测结果
  73. 第 73：qwen3-8b，得分 27.2 分 — 查看该模型的详细评测结果
  74. 第 74：OpenAI: GPT-4o-mini，得分 24.88 分 — 查看该模型的详细评测结果
  75. 第 75：qwen3-4b，得分 21.8 分 — 查看该模型的详细评测结果
  76. 第 76：Google: Gemini 2.5 Flash Lite，得分 17.17 分 — 查看该模型的详细评测结果
  77. 第 77：qwen3-0.6b，得分 10.0 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…