大模型圈的“成绩单”新鲜出炉！

上海人工智能实验室的OpenCompass评测，堪称全球大模型的“实力试金石”——覆盖维度全、流程全公开，能在这里拿高分的模型，绝对是硬茬。在最新榜单上，一匹“央企黑马”强势突围：中移九天公司（九天研究院）自研的JT-Think（九天深度思考大模型），在与GPT-5、Gemini 2.5-Pro、Qwen3、DeepSeek-R1这些国内外巨头旗舰模型的比拼中，拿下国内第5、全球第12的好成绩，把央企AI的硬核实力直接打在了公屏上！

先说说这份榜单有多“卷”：不仅重点考察复杂数学、代码、推理、指令跟随等6项核心基准能力，而且参赛选手更是神仙打架，几乎集齐了全球最能打的大模型，OpenAI、Google领衔的主流模型和阿里、字节、DeepSeek等标杆模型均赫然在列。九天深度思考大模型能在这么多强手中榜上有名，靠的是背后两大技术“杀手锏”：一套独有的数据体系，加上一套创新的训练方法。

懂行的都知道，大模型的实力根本上拼的是“喂”进去的数据质量。九天团队直接造了个“数据宝库”：覆盖113个行业领域，囊括53项核心能力，足足包含百万级的高质量指令数据。数据库通过严苛的四维筛选标准，为模型奠定了卓越的推理与泛化基础。

有了好数据，怎么练出“超能力”？九天深度思考大模型的训练逻辑堪称“因材施教”。九天团队创新提出多阶段强化学习策略，就像给模型请了个“金牌教练”：一开始先练基础题打牢底子，“动态温度调节”机制根据答题正确率，及时调整探索范围；基础扎实了再上中档题，“难度自适应”模块会精准推送刚好能搞定、又有点挑战的任务；最后再练高阶技能，用“上下文扩展”技术解锁长文本处理、多轮对话这些硬核能力。这套组合拳下来，数据没浪费一点，模型能力实现了阶梯式暴涨，在有限资源里模型的最优性能被完全激发。

其实这次上榜，绝非偶然。九天深度思考大模型的“前辈”——九天基础大模型，去年就入选了“央企十大国之重器”，全栈自主可控的基因凝练成扎实深厚的技术功底。这种基因有多重要？对中央企业而言，安全就是生命线，而“自主可控”就是最硬的安全保障。目前，九天深度思考大模型发挥全栈自主可控优势，已经开始为不少央企服务，在石油、医疗、法律、航空等多个领域落地应用，从技术突破到适配场景，再到真正创造价值，这条路径走得越发矫健。