搞科研 国产模型真的够用了么。只用国产模型做科研够不够？综合榜单只给一个平均分。本期把第三方评测机构 Artificial Analysis（AA）的分项成绩按科研任务拆开，国产取 6 家当前最强型号，对照 Claude、GPT、Gemini 旗舰。
🧪 独立跑完整科研流程：优先海外模型。Terminal-Bench-Science 有 70 道自然科学流程题，国产最高 Qwen3.8 Max 11.9%，Claude Opus 5.5 59.0%，GPT-6 Astra 63.3%。
💻 科研计算代码：可以交给国产，照常跑测试。SciCode 上 MiMo-V2.6-Pro 60.9%，高于 GPT-6.1 Sol 的 54.2%，低于 Claude Opus 5.5 的 66.9%。
📄 长文档问答：直接用国产。AA-LCR 前三都是国产，Kimi K3 88.7%，Claude Opus 5.5 84.7%。
📊 读表格做数据分析：国产结果多核一遍。AnalystAgent 要求同一题 5 次全对，Qwen3.8 Max 45.0%，Claude Opus 5.5 56.3%。
📚 凭记忆的事实与引文：先提供原文再提问，逐条核。AA-Omniscience 人文社科领域，国产最高 Kimi K3 19.8 分，Claude Opus 5.5 44.7 分；DeepSeek V4.1 Flash −9.6 分，答不出的题里 96.5% 选择硬答。
人工智能