AI模型能力飞跃：开源力量重塑全球格局

据Epoch AI发布的年终报告显示，12月25日消息，AI模型的能力正在快速提升，顶尖国际模型如GPT、Gemini在专家级数学难题FrontierMath上表现优异，但面对真正高难度问题仍有待提升。与此同时，AI推理能力和强化学习的进步显著，使得模型增长速度几乎翻倍，成本大幅下降，许多模型已能在消费级硬件上运行。

在此背景下，中国开源大模型虽有所进步，但与全球顶尖模型相比仍存在明显差距。在FrontierMath测试中，绝大多数中国模型得分较低，仅DeepSeek-V3.2取得约2%的成绩。这表明，尽管中国模型在追赶，但在处理复杂难题时仍面临挑战。

01 中国模型的“七个月追赶”：开源力量正在重塑格局

中国模型的最高分仍落后全球前沿水平约七个月

FrontierMath是一个由专家数学家设计的高难度数学基准测试，涵盖数论、实分析等现代数学分支。评测结果显示，在第1-3层题库上，中国模型的最高分仍落后全球前沿水平约七个月。然而，这一数字意味着中国模型正在以惊人速度缩小与OpenAI、Anthropic等顶级实验室的差距。

更令人关注的是第4层题库——极难数学问题。DeepSeek V3.2成为唯一在此层取得非零分的中国模型，正确回答了1道题（约2%）。虽然成绩微小，但象征意义重大：表明中国模型已具备挑战顶尖数学难题的潜力。

02 全球前沿模型的“军备竞赛”：从GPT-5到Gemini 3

GPT-5的发布引发了部分市场的“失望”，但其性能提升与GPT-4相比仍然显著。Gemini 3 Pro在FrontierMath评测中也遇到了挑战，主要来自API稳定性问题。这表明API稳定性已成为前沿模型表现的重要约束。

03 AI模型能力加速：前沿模型进步速度翻倍

自2024年4月起，顶尖模型在各类基准测试中的进步速度几乎是此前两年的两倍。

这一加速与推理模型迅速崛起和前沿实验室加大强化学习投入同步发生。这表明AI的发展模式正发生转变：不再仅依赖大规模预训练，而是通过多重策略提升模型能力。

04 2025年AI十大趋势：技术、经济与社会影响

本年度十大趋势结合了读者的关注度和数据洞察的权重。例如，推理成本在相同性能水平下呈指数下降；消费级硬件与前沿模型的差距缩短至7个月；OpenAI的算力主要用于实验而非训练；英伟达算力存量每10个月翻番等。

总的来说，AI能力仍在加速，但能源消耗、算力瓶颈等问题仍需面对。未来的AI发展将呈现能力与效率持续提升、迭代加速等特征。