大模型评测【行业应用篇】法律行业｜律师资格考试，108个大模型应用实测横评！

继续评测，本期安排上了应用于法律行业的大模型能力评测，涉及律师资格考试的专业知识评测。同时，律师等领域不同类型、不同阶段、不同科目的评测，都在爆肝输出中，敬请期待。

一、评测结论：

百度系大模型得分第一！腾讯系大模型包揽第2、第3名、第4名，DeepSeek排名第5名，前5名中hunyuan-large和DeepSeek-R1是唯二的开源模型。

二、评测维度：

针对律师资格考试所涉及的专业知识，构建评测题集（累计3000+），进行评测。

各科目完整评测题集及结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark

三、评测方法：

根据以上评测维度，输出3000+选择题，分别让各个大模型进行回答，根据结果进行打分，并统计每个大模型的答题准确率，输出综合得分和排名。每一个大模型评测的评测题集、评测得分、评测错题，均可见、可查询、可溯源！

我们的目标是：

通过评测为大家透视化呈现，各个大模型的能力边界，以支持大家高效使用！

*评测综合得分排名（图）｜绿色（闭源），蓝色（开源）

*实测大模型列表、得分和排名：

完整评测题集及结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark

---

  往期文章  

教育行业｜小学至高中3个阶段、9个学科、110个大模型应用实测！

医疗行业｜110个大模型，12个分类、18科目应用实测！

Llama/Qwen/DeepSeek开源之争——CLiB开源大模型排行榜03.04

那些免费的大模型API效果到底好不好？——CLiB大模型排行榜

参数量5B以下端侧大模型03.13——CLiB大模型排行榜

DeepSeek｜到底强在哪？这个评测一目了然！

---

  关于大模型评测EasyLLM  

1. 最全——全球最全大模型产品评测平台，已囊括203个大模型

2. 最新——月更各个大模型各项能力指标评测，输出排行榜

3. 最方便——无需注册/梯子，国内外各个大模型可一键评测

4. 结果可见——所有大模型评测的方法、题集、过程、得分结果，可见可追溯！

5. 错题本——百万级大模型错题本

大模型评测EasyLLM目前已囊括203个大模型，覆盖chatgpt、gpt-4o、o3-mini、谷歌gemini、Claude3.5、智谱GLM-Zero、文心一言、qwen-max、百川、讯飞星火、商汤senseChat、minimax等商用模型， 以及DeepSeek-R1、deepseek-v3、qwen2.5、llama3.3、phi-4、glm4、书生internLM2.5等开源大模型。不仅提供能力评分排行榜，也提供所有模型的原始输出结果！

完整评测题集及结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark

---