真格测试了 GPT3.5 GPT4 和 百度文心一言，差距还是蛮大的
【腾讯文档】Z-Bench 0.99 by 真格基金 - 麻瓜的大语言模型中文测试集 https://docs.qq.com/sheet/DTEFsdkNERVVtR3BX