春節(jié)期間國(guó)產(chǎn)模型的集體上新，LMArena 榜單也隨之大換血。

最引人注目的莫過于字節(jié)的Seed 2.0。雖然是首次亮相，Seed 2.0 在公開競(jìng)技場(chǎng)一舉奪得國(guó)內(nèi)綜合排名榜首，更以全球第9的佳績(jī)強(qiáng)勢(shì)擠進(jìn)世界前十。

緊隨其后的是數(shù)家在春節(jié)前后密集更新的國(guó)產(chǎn)旗艦：GLM-5、文心 5.0以及Qwen 3.5，Kimi K2.5亦在伯仲之間。國(guó)產(chǎn)大模型第一梯隊(duì)正以前所未有的集群姿態(tài)，集體沖擊全球最高水平。

從細(xì)分項(xiàng)看，幾家國(guó)產(chǎn)新旗艦的能力結(jié)構(gòu)并不相同。

字節(jié)的 Dola-Seed-2.0-preview 是目前表現(xiàn)最強(qiáng)勢(shì)的國(guó)產(chǎn)模型，綜合排名位列全球第 9。該模型在 Coding 上尤為出色，排名全球第 7，在 Hard Prompts（高難度指令） 方面也位居第 8。這表明字節(jié)的 Seed 系列在處理復(fù)雜邏輯和生產(chǎn)力工具場(chǎng)景下，已經(jīng)具備了與 Google Gemini 和 OpenAI GPT 系列正面硬剛的實(shí)力。

月之暗面的 Kimi-K2.5-thinking 雖然綜合排名在第 19，但在特定的推理領(lǐng)域表現(xiàn)驚人。它在 Math 維度高居全球第 8，在 Expert 維度排名第 10。這說明 Kimi 的強(qiáng)化學(xué)習(xí)和思考機(jī)制在解決極高難度的理科問題和復(fù)雜知識(shí)理解上，甚至超過了許多排名更靠前的通用型模型。

GLM-5（智譜AI）、Ernie-5.0-0110（百度文心） 以及 Qwen3.5-397b（阿里千問） 緊隨其后，分別占據(jù)了第 16、17、18 名。這些模型在 Math 和 Coding 等硬核指標(biāo)上普遍優(yōu)于其綜合排名（如文心一言數(shù)學(xué)第14，通義千問編程第20），反映出國(guó)產(chǎn)模型在數(shù)理邏輯和技術(shù)落地上的深耕。

雖然國(guó)產(chǎn)模型在 Top 20 中占據(jù)了近四分之一的席位，但與最頂尖的Claude-opus-4-6和Gemini-3.1-pro在Overall和Creative Writing 方面仍有一定身位差。目前國(guó)產(chǎn)模型主要在硬實(shí)力（數(shù)學(xué)、編程、專家知識(shí)）上尋求突破，而在指令遵循的細(xì)膩程度和長(zhǎng)文本任務(wù)的穩(wěn)定性上，仍是未來追趕的主要目標(biāo)。

與此同時(shí)，在垂直賽道的細(xì)分戰(zhàn)場(chǎng)上，國(guó)產(chǎn)模型的表現(xiàn)進(jìn)一步印證了“全賽道滲透、多點(diǎn)開花”的趨勢(shì)。

在最考驗(yàn)邏輯硬功夫的代碼賽道，智譜AI的GLM-5表現(xiàn)搶眼，以 1452 的評(píng)分成功躋身全球前八不僅穩(wěn)住了國(guó)產(chǎn)第一的梯隊(duì)，更成為唯一殺入該項(xiàng)前十的國(guó)產(chǎn)力量。有趣的是，這種單項(xiàng)冠軍的特質(zhì)在不同維度的測(cè)試中呈現(xiàn)出了奇妙的反差。雖然 GLM-5 在垂直的專業(yè)代碼榜單中高居全球第 8，但在覆蓋全語(yǔ)言、全場(chǎng)景的綜合編程能力測(cè)試中，其排名卻更低一些。

多模態(tài)領(lǐng)域則是字節(jié)跳動(dòng)Seed系列的強(qiáng)勢(shì)領(lǐng)域。在圖像編輯（Image Edit）榜單中，Seedream 4.5與Seedream 5.0-lite分別占據(jù)了第七和第十的位置，騰訊的Hunyuan-image-3.0亦表現(xiàn)不俗，位列第八。這種組團(tuán)入榜說明國(guó)產(chǎn)模型在圖像精準(zhǔn)控制和二次創(chuàng)作上已經(jīng)具備了與頂級(jí)巨頭掰手腕的實(shí)力。

而在視覺理解（Vision）維度，Seed 2.0-preview穩(wěn)居第六，此前在綜合排名中稍顯靠后的Kimi K2.5-thinking也憑借其深度的邏輯推演能力，在視覺分析賽道成功卡位全球第十。

最能體現(xiàn)未來技術(shù)爆發(fā)力的視頻生成領(lǐng)域，國(guó)產(chǎn)陣營(yíng)展現(xiàn)出了極強(qiáng)的韌性。在文本生成視頻（Text-to-Video）中，Wan2.6成功突圍至第八名，直接向 Sora 和 Veo 等頂級(jí)模型發(fā)起了挑戰(zhàn)。而在難度更高的圖像生成視頻（Image-to-Video）賽道，生數(shù)科技的Vidu-q3-pro與Wan 2.5聯(lián)手包攬了第七和第八名。國(guó)產(chǎn)視頻模型已經(jīng)跨越了能看的門檻，正在動(dòng)作一致性、時(shí)空連續(xù)性等核心指標(biāo)上，加速縮短與全球第一梯隊(duì)的距離。

然而，搜索（Search）賽道依然是國(guó)產(chǎn)模型亟待攻克的堡壘。在目前的全球前十排名中，國(guó)產(chǎn)模型尚無(wú)一上榜，該領(lǐng)域仍由 Grok、GPT 和 Gemini 深度把持。在 RAG 與大模型深度融合的精準(zhǔn)度上，國(guó)產(chǎn)陣營(yíng)仍需更高效的工程化落地。

組織效率的一次公開驗(yàn)證

榜單呈現(xiàn)的是結(jié)果。但結(jié)果背后真正昂貴的，是在競(jìng)爭(zhēng)周期被壓縮到周級(jí)時(shí)，仍能穩(wěn)定交付新版本的能力。

2025 年初吳永輝接管 Seed 部門后，主導(dǎo)打破了模型部門間的數(shù)據(jù)壁壘。他組建了三層架構(gòu)：Edge團(tuán)隊(duì)負(fù)責(zé)長(zhǎng)周期的 AGI 課題，Focus 團(tuán)隊(duì)負(fù)責(zé)核心技術(shù)攻堅(jiān)，Base 團(tuán)隊(duì)則確保當(dāng)前一代模型的穩(wěn)定交付。

上任一年，字節(jié)目前的工程化能力已經(jīng)比國(guó)內(nèi)任何一家公司都要強(qiáng)。吳永輝交出的這份萬(wàn)億參數(shù) Seed 2.0 的成績(jī)單，已經(jīng)是相當(dāng)了不起的成績(jī)。

更大的意義在于它裝進(jìn)了豆包，這個(gè)日活過億的國(guó)民級(jí) AI 產(chǎn)品。這會(huì)形成一個(gè)典型的字節(jié)式閉環(huán)，一條更具體的反饋鏈路：

豆包接入更強(qiáng)的模型 → 用戶在更復(fù)雜任務(wù)上的完成率上升（尤其是長(zhǎng)鏈路、多模態(tài)、工具調(diào)用）→ 產(chǎn)品可承接的場(chǎng)景擴(kuò)大（辦公、學(xué)習(xí)、創(chuàng)作、搜索替代、拍照理解等）→ 更密集、更高質(zhì)量的交互數(shù)據(jù)回流（不僅是問答，還有任務(wù)步驟、失敗模式、偏好選擇）→ 反哺偏好對(duì)齊與產(chǎn)品化能力 → 下一輪迭代更貼近真實(shí)場(chǎng)景。

榜單是結(jié)果，組織是原因，產(chǎn)品是兌現(xiàn)。豆包到底能不能殺死比賽，讓我們拭目以待。

我們相信認(rèn)知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財(cái)經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進(jìn)入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機(jī)會(huì)成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實(shí)習(xí)生