11月中文大模型基准测评出炉：GPT 5.1夺冠、DeepSeek开源第一

SuperCLUE公布了2025年11月中文大模型基准测评结果。

本次测评围绕数学推理、科学推理、代码生成（含web开发）、幻觉控制、精确指令遵循五大核心任务展开，题目总量为822道新题，最终得分取各任务平均分。

本次共测评27个国内外大模型同台竞技，OpenAI的GPT 5.1与国产模型DeepSeek分别斩获综合冠军与开源领域第一。

OpenAI的GPT-5.1 (high) 以68.11的总分登顶，成为本月综合表现最佳的大模型。

GPT-5.1 在数学推理（74.07）、代码生成（76.30）等项表现突出，幻觉控制得分 88.80，展现出强稳定性。

Anthropic的Claude-Opus-4.5-Reasoning以62.57分紧随其后，其幻觉控制得分高达90.33，在该项能力上领跑。

而在开源模型中，深度求索的 DeepSeek-V3.2-Exp-Thinking以53.69分位列开源阵营第一。