ChatGPT、问心一言和通义千文的对比（下）

接上一个文章，我们继续分析在分析报表和代码解释和优化的对比。

3、分析报表的对比

先从上市交易所拿到公开某公司的季度报表，然后挨个放到三个问答系统中去测试，看看到底效果如何。

声明：本次主要是测试分析报表能力，报表的数据都来自官方公开资料。

1）ChatGPT的解读表现

2）问心一言的解读表现

3）通义千问的解读表现

结论：从分析来看，都能对数据进行了详细梳理，也都有各自的结论。ChatGPT提到的是“营业收入的增长，但净利润大幅下降，主要由于产品组合变动和折旧增加”；问心一言提到的是“净利润受多方面因素影响出现较大下滑。公司对未来季度和全年保持谨慎乐观的态度，并继续加大研发投入以巩固市场地位。”，通义千问提到是“尽管收入和出货量有所增长，但净利润、现金流和每股收益的下降表明公司面临成本增加的压力，可能是由于折旧费用上升和投资收益减少导致。同时，研发投入的增加反映了公司对技术创新的重视。”从结论看，ChatGPT和问心一言都各提到了一部分。而通义千问是把利润较少和研发增加都说了。

4、对比代码的解读和优化对比

这里就不提供大量的图片证据了，从局部代码的分析，基本上都能做的十分好，能够说清楚代码的内容结构。同时从优化来说，也都能找到问题，并且提供解决办法。其中有些差异。

1、问心一言对于代码了解不多，在模型的使用上不是很了解所以出现了提示未定义的情况，而阿里就直接提供了相关的补充，这里阿里做的更细腻。那么ChatGPT连提都没提，它默认是你应该知道的。这也是ChatGPT以前经常犯的一个错误，就是认为你应该知道。所以如果是新手很容易就掉坑了。

2、对于上下文的连续提问，这个ChatGPT是相当有优势的，基本能够做到上下文能够很有效的解答，这点对代码的优化是特别有用。问心一言和通义千问相对就弱一点。

从前面的几个分析来了，如果您是想做文字方面的话，那么通义千问是个不错的选择，而且这个模型其实很多已经用到了政府相关产业是经过实践检验的。问心一言在图片的输出有很大优势；编程方面ChatGPT目前还是最好的。

尾声

目前的ai还在不断发展中，每家也都在拼命努力在提高自己的ai能力，虽然中国的两个问心一言和通义千问出发的晚，但是还是不断在进步中。这跟我较早之前测试的情况完全不一样，那个时候问心一言还挺懂问题，并回答。通义千问基本就胡言乱语了。而现在都已经接近ChatGPT的能力。

最新消息是新的一代TTT模型已经出来了，Transformers短板在处理和分析大量数据方面并不是特别高效，至少在现成的硬件上运行是这样，所以需要大量资源才行。TTT模型将来有机会会替代Transformers。如果是那样的话，相当于大家都在同一个起跑线了。