ChatGPT （ 3.5 版本，下同 ）的回答是：

从这一轮来看，ChatGPT 对刁钻的中文句子理解不太行，通义千问和文心一言都能理解并且解释思路也正确。

随后，我们测试了带有场景和语气的语义理解能力：

我在七夕节晚上向一个女孩子表白，问她是否可以做我女朋友，她回答我说 “ 笨蛋，我今晚都出来见你了，你说呢？”，请问女孩接受我的表白了吗？

通义千问的回答是：

ChatGPT 的回答是：

在这一轮测试中，通义千问和 ChatGPT 都意识到了问题是 “ 不合逻辑的 ”，而文心一言则是把 42 号混凝土说成了是 “ 烹饪意大利面的理想材料 ”。

第二个问题是：我走在马路上，一个陌生人突然小声对我说 “ 救救我 ”，请问可能发生什么事了？通义千问的回答是：

在这一轮测试中，通义千问与 ChatGPT 的表现都比较不错，文心一言则是推断力不是很在线。第三个问题是：

一千个读者眼里有一千个哈姆雷特，那一万个读者眼里有多少个哈姆雷特?这道题我们卖一个关子，先给出文心一言的回答：

通义千问的回答是：

ChatGPT 的回答是：

这一轮问答里，通义千问和 ChatGPT 都给出了混合后牛奶性状改变的现象，但文心一言未能给出。第三个问题：在未来，什么样的车会取代燃油车?

通义千问的回答是：

在这个问题的表现中，文心一言和 ChatGPT 都是直接举牌 EV 类的电动车，而通义千问则是比较谨慎地列出了潜在可能，似乎更加严谨一些，整体来看三家也是在同一水平。

综合前三个问题来看，三家都是比较智商在线的，通义千问和 ChatGPT 似乎更细一点，至于孰优孰劣我们认为可能每个人的主观判断会有不同。

下面，我们测试一下三家在文学、写作类目上的能力。第一题：用 “ 人类 ”、“ 机器人 ” 两个元素编一个恐怖故事。通义千问的回答是：

这里有点离谱，它把孔乙己说成了是在酒肆卖唱的歌手，不知道是不是训练源出了什么问题，学习的是某种同人文。。。文心一言的回答是：

这块三家的写作能力也基本在同一水平，通义千问和 ChatGPT 似乎会相对细致全面一点。

综合前三个问题来看三家依然是旗鼓相当的对手，文心一言似乎在偏人文文学领域稍强，通义千问在偏报告文章方面稍强，ChatGPT 则是比较均衡。

好了，由于篇幅问题，本文的测试大概就到这里了，下面我们给通义千问一个整体评价：

通义千问的水平能基本与 ChatGPT（ 3.5 版本 ）持平或稍有一些瑕疵，与文心一言比则是有来有回。

通义千问对于回答的生成似乎比另两家更倾向于理智、严谨、富有逻辑，并且尤其擅长科学类知识，在人文文学方面稍有一些短板。

当然，它也有生成式对话 AI 偶尔说胡话、架空事实的通病，不过这样的问题等公测开启后，应该会随着用户的测试而逐渐学习得以修正。

值得注意的一个点是，我们在与通义千问的对话中，问了它开始被训练的时间：

那一年，OpenAI 已经发布 GPT-2 版本了。

似乎，阿里的通义千问，作为一个后来者，正在迅速缩小与 OpenAI 差距的路上。

可以确切地说，AI 大模型领域里，又一个能打的实力玩家诞生了。