GPT中文小秘书挑几下就能开工
我积分

比较各模型能力雷达图

关于「比较各模型能力雷达图」:能拿到什么、要点选什么、怎么办

填好维度和分数,5 分钟拿到一张标出缺口的雷达图。输入要用的能力和目标模型,直接出一张 PNG 雷达图,看清长文本、逻辑链、多跳推理这些维度上还差多少。

能拿到什么

  • 推荐:一张按实测数据画的 PNG 雷达图,缺口维度标红,附维度定义小字(正方雷达图,六轴带刻度,最低两维红色虚线标出),约 5 分钟
  • 旗舰:能力匹配雷达图 PNG、多模型对比图、缺口分析说明

要你点选的几项

画面主体、用在哪、参考提示词或样例、风格、色调、画面比例、要几版/要什么变体。多数点一下就行,没选的按常见情况替你定,交付时说清哪几项是按默认的。

怎么办

  1. 填要评的能力维度和分数
  2. 选目标模型和风格比例
  3. 上传你写好的需求或样例
  4. 生成 PNG 雷达图

别人还这样说

  • 我有几个不同的LLM模型,想知道它们在长文本处理和逻辑推理上的强弱对比,帮我画一张雷达图。
  • 这个提示词在GPT-4上跑得稳,换到GLM-4就崩格式,想看看哪维掉链子
  • 我想直观地看到不同模型在处理特定Prompt时的能力缺口,请生成一张多维度的能力雷达图。
直接说你要办的事。下面是别人怎么办的,点任何一项就换成你自己的。左边是别人怎么办的,右边是你的,点一项就开始改。
示范 · 别人这样说

「我要让Qwen3处理医疗报告摘要+多跳推理+表格提取,但当前提示词在逻辑链和格式稳定性上总翻车」

替他选了:标准版(单模型单提示词)

按示范选好的 点一项就变成你的

你的成品会在这里出现
示例成品 · 不是你的按示范写的,看个样子
雷达图中心为‘理想提示词能力’,六轴分别为:长文本理解、逻辑链连贯性、多跳推理、结构化输出、抗干扰鲁棒性、格式稳定性。Qwen3实测数据点:长文本理解0.82、逻辑链连贯性0.41、多跳推理0.57、结构化输出0.69、抗干扰鲁棒性0.73、格式稳定性0.38;缺口最明显的是逻辑链(-0.59)和格式稳定性(-0.62),用红色虚线标出。

GPT中文 也可能出错,成品请自己核对关键数字和事实。条款 · 隐私