11项指标击败GPT-4o！360攒局让16家大模型联手作战

终于，国产大模型能在综合能力上也能与GPT-4o一决雌雄了。

在12项指标的测试中，这个模型有11项都超过了GPT-4o，综合能力则高出了10个百分点。

而且在诗词赏析等中文特色领域优势更加明显，“最难中文Benchmark”弱智吧也有重大突破。

不过，这并不是一家大模型厂商单打独斗的结果，而是由16家厂商组成的“联合战队”。

战队的发起者是360，除了自己参与外，包括BAT在内的大厂有百度、火山引擎、腾讯、阿里巴巴、华为，国产大模型“五小虎”，智谱AI、月之暗面、MiniMax、百川智能、零一万物，还有五家头部垂类厂商，商汤科技、科大讯飞、好未来、幻方量化、面壁智能，总计16家厂商都已悉数到齐。（注：以上排名不分先后）

现在，这个“联合战队”已经被请进了产品——在AI助手当中，所有用户都能免费使用。

在 AI助手当中，16家厂商的大模型已齐聚一堂，可以在同一平台直接对话，想选哪个就选哪个。

而且中途还可以随时切换模型，系统会记住前面的上下文，让后面的模型继续完成对话。

比如在下面这个对话窗口中，我们问了智谱9.11和9.8哪个大，然后就把模型切换成了星火，直接问是怎么比的。

从对话中可以看出，后面换上来的星火准确地得知了“怎么比的”这四个字问的是小数大小的比较。

当然，针对同一问题，也可以直接召唤出另一家的模型现场PK。

在模型PK的同时，我们也能看到更多的信息或答案，不仅可以让答案更详尽，还能交叉验证。

举个例子，我们提出了关于电视剧《雍正王朝》中两个角色关系的问题，问题首先提给了智谱。

接着我们又让文心一言也来回答一下，看看能不能获取到更多的信息，结果智谱的回答没有错，文心一言则给出了更为详细的补充。

更关键的是360 AI助手针对选择困难症患者，或者不清楚哪个模型更合适的用户也极为友好。

只要选择“AI助手”本体作为对话模型，系统就会根据对话内容判断你的意图，然后根据任务类型自动匹配最合适的模型。

比如在完成写作类任务的时候，AI助手就会给我们分配擅长文案的豆包。

遇到编程问题，就会召唤代码能力较强的DeepSeek。

以逻辑推理为主的问题，可能会让智谱来应对。

当然界面中所展示的任务分类比较具有概括性，实际运行过程中AI助手还对任务进行了更细粒度的划分。

另外，在选择模型的同时，AI助手还会先进行联网搜索。

所以，使用AI助手的另一个好处就是可以获得最新的信息，而不必担心模型的知识库更新时间。

针对一些常见任务，AI助手平台还准备了专用的助手，能够更好地实现这些功能。

除了在网页中使用，AI助手还有另外两大入口——桌面和360安全浏览器。

比如在360安全浏览器中，安装好AI助手插件，在浏览网页时就会在右下角看到一个悬浮球。

点击一下就可以在右侧边栏中召唤出AI助手，写作时也可以在同一个窗口中快速和AI对话了。

另外在鼠标划过悬浮球时，上方还会出现一个新的按钮，点击之后就可以对当前浏览的页面进行一键总结。

页面里的细节内容，也可以向AI助手提问。

而且还支持总结英文内容。

另外就是针对页面中的个别词句，选中后会出现AI助手的工具条，可以对选中部分进行翻译、解释，或联网检索更多相关信息。

桌面端则依托360安全卫士实现，功能与浏览器相似，但把划词召唤的范围从网页扩展到了整个系统。

那么在AI助手的背后，又运用了什么样的技术呢？

实际上，这种根据需求调度大模型的用法，也刚好是360推出的一项新技术——CoE（Collaboration-of-Experts），即专家协同架构。

我们知道，很多国产模型在单项指标上都打平甚至超越了OpenAI，但论综合实力，差距就显现出来了。

而360的思路，是改变这种“单打独斗”的模式，构建大模型“专家集群”，组成混合大模型，从而各取所长，以“联合战队”的方式迎战GPT-4o。

结果，基于360 CoE架构的、由16家国产大模型组成的混合大模型在12项指标的测试中取得了80.49分的综合成绩，超越了GPT-4o的69.22分。

而且除了代码以外，其余11项指标均优于GPT-4o。

特别是在“弱智吧”和诗词赏析这类比较具有中文特色的问题上，CoE的领先优势更加明显。

相比于MoE（Mixture-of-Experts，混合专家）架构，360的CoE模型在速度、智能和成本三个层次上都拥有显著的优势。

CoE通过意图识别和任务调度，最优化推理资源分配，提升效率，降低成本，推理成本下降90%。

为了能够以最高效的方式对CoE架构中的模型进行调度，至少有两方面的工作不可或缺。

一是对这些模型能力的全面评估，只有这样，才能了解每个模型所擅长的领域，知道应该给模型分配什么样的任务。

为此，360对专家库中的模型在12个领域的表现进行了全方位测试，摸清了模型的特色能力。

△除GPT-4o外，其余模型名称已隐去

另一个方面，就是用户意图的解读了——对任务需求的理解，显然是分配模型不可或缺的基础。

基于过去10年在做搜索引擎时积累的技术和数据，360训练出了能识别超过1亿种意图分类的专用模型。

除了技术功底，我们不禁还想问，360是如何组局，让15家大模型厂商“尽入毂中”的呢？

360公司创始人兼董事长周鸿祎介绍，众厂商愿意合作的出发点在于大模型投资巨大，只有有人用才有可能覆盖成本，才能不断改进产品。

而360拥有大量用户，可以开放桌面和浏览器两大明星场景，可以给这些模型带来庞大的用户群体。

相比于插件，这两个入口让用户离大模型的能力非常近，而大模型今天最大的需求恰恰就是接近场景和用户，用户才能使用。

另外，集成式的AI助手规避了单个大模型的能力短板，各取所长能够超过GPT-4o，这就给了厂商一个让用户接触使用的机会，未来还会释放出更多的场景。

可以说，360 AI助手的这种模式，是AGI到来前一种很好的提升模型水平的方案，对提高AI渗透率也有所裨益。

最近，国内的大模型厂商开始形成共识，变得更加开放，纷纷提供的更便宜的Token API。

所以，360对桌面和浏览器这两个入口的开放，不仅是为了“聚天下英才”，也是在顺应这种走向开放的大趋势。

站在更高的层次上，360还希望实现AI向着更多人的普惠。

周鸿祎认为，AI并不是会不淘汰人，而是会淘汰不懂得用AI的人；而对于会用的人来说，AI将是强有力的工具。

但同时，AI本身也不应该居高临下，而是应该让愿意学习它的人都有机会掌握。

这就是360所讲的AI普惠——让所有人能够享受AI带来的能力，避免落后于AI时代。

AI助手传送门：https://bot.360.com