2025 年数字政府服务能力 暨第二十四届政府网站创新发展 调查研究总报告 中国软件评测中心 （工业和信息化部软件与集成电路促进中心） 二〇二五年十二月 版权所有，未经许可不得转载引用  组织实施单位 中国软件评测中心（工业和信息化部软件与集成电路促进中心）  评估工作组 总负责人：刘龙庚 1.研究小组 组长：戚 泉 副组长：崔雪峰 王庆蒙 成员：潘春燕 范海勤 张建光 cn 王庆蒙 电话：（010）60738276 邮箱：wangqingmeng@cstc.org.cn  官方网站 中国软件评测中心：www.cstc.org.cn 赛 迪 评 估：www.ccidegov.cn  官方微信公众号 目 录 中国软件评测中心 报告编号：DGPE20251218A 第 I页 目 录 调查对象与样本 ......................... ............................110 第四节 优秀创新案例调查结果 ......................................114 目 录 中国软件评测中心 报告编号：DGPE20251218A 第 II页 第七章 结果分析 ......................................................123 第一节

，提供 7B 、 13B 、 30B 、 70B 和 130B 五种版本选择 ，最大允许 32k 文本输入 ，支持 API 接口 调用、 网页嵌入、共建、私有化部署等能力 ，并为用户提供一站式标注和评测服务。 通用领域： HithinkGPT 大模型在 C-Eval 、 GSM8K 、 MMLU 、 MATH 等 10 多个主流 Benchmark 测评集上的表现全面超越了主流 开源模型 数据”的金融生态基 因 妙想金融能力评测行业领先。一方面 ，使用开源金融评测数据集 OpenFinData 对妙想金融大模型的金融场景能力进行 360 度诊断。 在横跨金融知识、金融计算、金融解读、金融判别、金融分析、金融合规等六大金融模块共十九项金融任务维度的多元金融场景能力的 测试中 ，妙想金融大模型评测综合评分整体较高。 金融场景评测比较优势凸显。另一方面 ，研发团队针对常见金融应用场景 金融行业大模型，较通用大模型更专业、更合规、更轻量。 LightGPT 拥有更专业的金融语料积累处理和更高效稳定的 大模型训练方式。在金融专业问答、逻辑推理、超长文本处理能力、多模态交互能力、代码能力等在内的金融大模型能力评测中均有不错表 现，并保证内容和指令的合规安全，处于业内领先水平，可以为投顾、客服、投研、运营、风控、合规、研发等金融业务场景提供底层 AI 能 力支持。 光子系列产品，基于 LightGPT

......... 5 图 4 ：产品增长 1 亿用户所需时间 ....................................................... 5 图 5 ：主要模型评测 ................................................................... 7 图 6 ：主要模型 API 定价 ........... 请务必阅读末页声明。 1. DeepSeek 推动模型平权，关注 AI 终端及算力领域 DeepSeek 以更低成本提供对标 o1 模型。2024 年 12 月，DeepSeek V3 首个版本上线，在 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等开源模型，并在性能上和 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲，训练成本仅约为 558 万美元。1 tokens 输入为 0.1 美元，每百万 tokens 输出为 0.4 美元，相较于 DeepSeek R1 具备较强竞争力。 电子行业深度报告 7 请务必阅读末页声明。 图 5：主要模型评测 图 6：主要模型 API 定价 数据来源：artificialanalysis.ai，东莞证券研究所 数据来源：artificialanalysis.ai，东莞证券研究所 2 月 18 日，马斯克旗下的

在 大模型竞技场 (LMSYS) 位列全球开源模型第一名，依靠创新结构，将推理成本降低近百倍。 l 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。该模型在多项评测集上超越了阿里 Qwen2.5-72B 、 Meta 的 Llama-3.1-405B 等其他开源 模型，并 逼近 GPT-4o 、 Claude-3.5-Sonnet 等顶尖闭源模型。据官方技术论文披露， 首个版本上线并同步开源。 DeepSeek-V3 为自研 MoE 模型，共有 671B 参数，每个 token 激活 37B ，在 14.8T token 上进行 预训练。 DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 及 Claude-3.5-Sonnet 不分伯仲。 l DeepSeek-V3 发布，性能对齐海外领军闭源模 型 图： DeepSeek-V3 等模型执行不同推理任务性能对比 图： DeepSeek-V3 具有更优的模型性能 / 价格比例 图： DeepSeek-V3 等模型多项评测成绩对比 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源： DeepSeek 官网，国信证券经济研究所 整理

平台 规划设计。 ( 土建相应手续审批、建筑方案、施工图 ) STEP 1 、各业务板块详细业务规划方案和资质文件获取 项目建设备案文（象屿管委会或发改委） 工程规划许可证（厦门市规划局） 环境评测报告（厦门市环境保护局） 选址蓝线示意图（厦门市规划局） 选址意见书（厦门市规划局） 用地红线批文（厦门市人民政府批文） STEP2 、建筑方案设计及施工图、施工计划等确定 施工注意点： 1 、施工的质量；

步行出行意愿指数 17 城市地面道路交通分析 第二章 18 第 二 章 城 市 交 通 • 随着城市交通复杂性增加和智能交通的飞速发展，单一指标的评价和诊断已不能满足我国交通运行的多样化评测。高德运用城市交通诊 断评价模型“交通健康指数”综合性评价方法，全面刻画城市交通运行状况。该指数由六项交通运行指标组成，对城市进行全方位立体 化运行健康评价分析。 • 交通健康指数算法沿用国际

附录：国内外大模型公司进展 2022 年 11 月，OpenAI 推出基于 GPT-3.5 的 ChatGPT 后，引发全球 AI 大模型技术开发 与投资热潮。AI 大模型性能持续快速提升。以衡量 LLM 的常用评测标准 MMLU 为例，2021 年底全球最先进大模型的 MMLU 5-shot 得分刚达到 60%，2022 年底超过 70%，而 2023 年底已提升至超过 85%。以 OpenAI 为例，2020 科技巨头目前主要模型的布局 注：MMLU（Multilingual Massively Multilingual Understanding，大规模多任务语言理解）是一个包含 57 个多选问答任务的英文评测数据集，涵盖了初等数学、美国历 史、计算机科学、法律等领域，难度覆盖高中水平到专家水平的人类知识。它是用于评估大模型在跨语言和多领域知识理解方面性能的一个重要基准。 资料来源：公司官网，华泰研究

AI 技术部和同济大学联合主导的“非洲本土语言 AI 言语技术开创 者”项目斩获 2022 中非青年创新创业大赛一等奖。此外，公司正式推出自研百亿级参 数大语言模型 Sahara，目前在部分场景问答评测接近 ChatGPT 的 92.35%，同时公司积 极开展垂直领域多模态感知与交互技术等研究，基于长期积累的针对非洲的语音、图像、 视频等资料库，我们预计公司未来有望打造超越通用大模型的垂直领域

中科曙光长期深度绑定，推出了搭载寒武纪MLU系列芯片的AI服务器，提升了产品的市 场竞争力；华为、浪潮信息、中科院等数十家单位联合发起“智能计算产业联盟”，致 力于制定统一的硬件接口标准（如OAM开放加速模组）、软件API规范和性能评测基准， 通过共建联合实验室、共享测试资源、发布行业白皮书等方式，共同解决产业共性问题 ；特斯联与曦望Sunrise合作，聚焦国产智能算力规模化应用，整合硬件、软件及系统 资源，为金融、通信、能

推动园区管理机构和企业的国际化发 展 推动中国工业园区管理机构和企业与国际接轨，提 升中国工业园区的国际竞争力。第一，积极推动园 区管委会、运营企业以及园区内企业开展国际化认 证，以国际标准对园区发展进行系统评测，了解园 区发展存在的问题和与国际标准存在的差异。第二， 借助联合国工业发展组织等国际层面促进工业园区 发展的平台，了解国际层面在推动工业园区经济发 展、社会发展和环境保护等方面的最新理念和先进