现在大模型越来越多，作为科研小白，到底选哪个写论文呢。于是我跑了一早上：8个模型，每个写不同主题的综述，每个主题各写6篇，加起来96篇。然后让 opus-4.8 和 gpt-5.5 轮流盲审，按学术界那套规范化标准打分（SummEval 四维度 + G-Eval 打分），每篇都打两次分取平均。 最后的结论：如果不考虑性价比，最好用的显而易见是 opus 和 gpt；紧跟其后的就是 MiniMax-M3、glm 这些国产模型。M3 才刚出，能做到这个成绩，也在情理之中了。 #大模型 #AI测评 #科研工具 #论文 #国产大模型 #科研 #资料整理