权威！Deepseek被阿里和Kimi超越？

主要观点总结

本文介绍了全球开源大模型的竞争情况，通过分享两份权威榜单来解读大模型的智能表现。文章还介绍了红杉资本推出的AI基准测试xbench，以及不同模型在GPQA、LiveCodeBench和HLE等基准测试中的表现。最后，文章鼓励中国模型继续努力提升水平，并表示将持续关注和跟踪模型的表现。

关键观点总结

关键观点1: 全球开源大模型的竞争现状

介绍Kimi、阿里的Qwen3、智谱的GLM4.5等模型的竞争情况，以及它们在全球开源大模型排名中的位置。

关键观点2: 红杉资本的AI基准测试xbench

介绍xbench的创建背景、目的、评估方法和其在AI领域的重要性。

关键观点3: 不同模型在基准测试中的表现

分析阿里的Qwen3、DeepSeek，谷歌的Gemini 2.5 Pro，以及国产模型如Kimi K2等在GPQA、LiveCodeBench和HLE等测试中的表现，并对比其成本、响应速度等。

关键观点4: 中国模型与国际顶尖模型的差距

指出中国模型已经达到世界第一梯队水平，但在全球竞争中仍有提升空间。