評測機構(gòu)ClawBench最新發(fā)布的大型模型榜單引發(fā)行業(yè)關(guān)注，北京三家人工智能企業(yè)的四款模型成功躋身全球前十。其中，智譜科技的GLM-5-Turbo以93.9分的成績登頂榜首，字節(jié)跳動旗下的豆包模型Doubao-Seed-2.0-lite緊隨其后位列第二，并憑借最低使用成本成為全榜單中最具性價比的選擇。小米公司則憑借MiMo-V2系列兩款模型實現(xiàn)突破，MiMo-V2-Omni和MiMo-V2-Pro分別占據(jù)第九和第五名。

小米官方披露的技術(shù)細(xì)節(jié)顯示，MiMo-V2-Pro在復(fù)雜邏輯推理、長指令執(zhí)行和多輪對話穩(wěn)定性等核心指標(biāo)上表現(xiàn)突出。該模型在Model Rank全球排名中位列第五，同時在實驗室綜合研發(fā)能力評估體系LabRank中取得雙料佳績：在Text Arena（ArenaExpert）榜單中排名全球第四，Code Arena榜單中排名全球第五，綜合研發(fā)實力僅次于Anthropic、OpenAI和谷歌三家國際頂尖機構(gòu)。

ClawBench榜單的評測機制具有顯著創(chuàng)新性，其關(guān)聯(lián)的Text Arena榜單采用雙盲測試模式，通過隱藏模型身份的方式，由全球真實用戶根據(jù)回答質(zhì)量直接投票評選。這種設(shè)計有效規(guī)避了傳統(tǒng)評測中針對特定數(shù)據(jù)集優(yōu)化導(dǎo)致的"刷榜"現(xiàn)象，使得評測結(jié)果更能反映模型在實際應(yīng)用場景中的表現(xiàn)。字節(jié)跳動的豆包模型正是憑借這種評測機制下的成本優(yōu)勢，在保持高性能的同時實現(xiàn)了更低的使用門檻。