ActionTech的博客

2025 年 12 月，SCALE 完成了核心数据集和榜单模型的迭代。本月更新的核心价值在于：SQL 调优维度测评数据集 2.0 正式上线。该版本标志着评测基准从学术化 SQL 调优，全面转向对“生产级复杂性”场景的真实模拟。

本次SCALE评测针对专业级 AI 应用SQLFlash进行。测评数据集难度升级，旨在反映模型或专业应用在处理接近生产级问题 SQL 调优时的稳健性。核心结论：面对全新挑战，SQLFlash 的各项指标虽有波动，但仍展现出其作为专项调优工具的专业能力。特别是语法及最佳实践遵循仍保持高分（87.6），确保了输出 SQL 的高可用性。核心指标得分专业价值体系语法及最佳实践遵循87.6在较高复杂度 SQL 中，仍能保障输出 SQL 的规范性与语法高准确率，是工程可靠性的重要保障。逻辑等价82.5。

2025 年 10 月，SCALE 榜单迎来了蚂蚁百灵大模型团队发布的两大 万亿级 参数的模型：Ling-1T 和 Ring-1T。

Kimi K2 对 SQL 的理解和优化到底有多强？

本月评测引入了 GPT-5系列新模型、Deepseek-V3.1 和专业级应用 SQLShift，进一步丰富了 SCALE 榜单的深度和广度。

本次特别评测清晰地表明，GPT-5的发布不仅是数字上的提升，更带来了 AI 在 SQL 领域专业化和场景化的深刻变革。场景定义模型：评测结果表明，企业在选择模型时，应更多地从具体应用场景出发（复杂分析、数据迁移等），而非仅仅依据模型的“名号”或通用能力排名。gpt-5-mini的胜出，是“场景定义价值”的最佳体现。专业化趋势SQLFlash在优化领域的绝对优势，与GPT-5 家族内部的能力分化，共同揭示了未来AI发展的趋势——通用大模型与领域专用模型将长期共存，互为补充。