1 概要

我们知道在评测大模型的时候，有很多专业的方法，在 一文中我们有深度的阐述。LLM评测野望4- LLM常见评测基准和资料大全

另外我们也同时用比较感性的个人测试，评价了Ollama框架下的那些主流大模型的表现。

先上总结

2 总结：

1. 微软的Phi4 , 14.7b的模型给我最好的感受和代码质量。最棒
2. Yi 6b的模型也非常不错，排第二
3. Deepseek r1 7b的模型给我还不错的印象。虽然不够精确，精准。但是内容丰富度来说还是可以的。排第三
4. 第四应该是llama3.3 ,70b, 质量还行，主要是显卡显存要求高了些。

3 我们主要问几个维度的问题

1 你的大模型数据是截止到何时的

2 中国有个微信小程序【字形绘梦】，请问你知道是什么产品吗？

3 请作为一个风水算命大师，给我算算今日财运如何。我的生日是1988年8月8日，职业是工程师

4 请作为一名C#编程专家，回到我在C#中如何使用RestRequest库请求multipart/form-data的Post内容，直接给我代码接口

相关配图由微信小程序【字形绘梦】免费生成，直接扫码进入免费使用

4 各大模型综合比较和评分汇总

综合评分=4项问题综合除以4。

目前来看，比较中庸的分数是65分，

70分，或者靠近的模型已经是表现相当不错了。