韩国科学技术信息通信部推动的“独立人工智能（AI）基础模型（独立基础模型）”项目第二阶段评估已结束，国内AI模型的全球基准成绩单也随之公布。特别是通过追加征集加入独立基础模型的Motif Technologies（Motif）的“Motif 3”在国内模型中获得了最高分，引发了广泛关注。
根据全球AI模型分析平台Artificial Analysis（AA）发布的“智能指数（AAII）”数据，Motif的“Motif 3”得分为47分，位列AAII注册的全球大型语言模型（LLM）前十名，是国内企业开发的模型中排名最高的。
AA是一个综合分析AI模型性能、质量、成本等的评估平台。它不仅提供模型性能，还考虑实际服务引入过程中的价格、输出速度、延迟时间、上下文窗口等指标。
值得注意的是，AAII结合了数学、科学、编程等多个领域的基准结果，评估AI模型的综合能力。其特点在于综合多个评估结果，而非单一基准。然而，AAII并未单独评估韩语能力，因此在完全反映国内使用环境中的模型性能方面存在一定局限。
另一个值得关注的点是，模型规模与AAII成绩并不成正比。在参与此次独立基础模型第二阶段评估的模型中，规模最大的模型是LG AI研究院的K-Exa 2.0，拥有7500亿个（750B）参数。
SKT的A.X K2以688B参数紧随其后。而在AAII中得分最高的Motif 3则只有314B参数规模，Upstage的Solar Open 2则为250B参数。
不过，AAII的成绩并不直接等同于独立基础模型第二阶段评估的结果。此次评估由基准得分40分、专家评估35分、用户评估25分组成。特别是在此次评估中，由200名普通市民组成的评估团对四个模型进行了实际使用后的性能评估。
与全球顶尖模型的差距依然存在。在AAII中，Anthropic的“Claude Opus 5”得分63分，比Motif 3高出16分。OpenAI的“GPT-5.6 Sol”和xAI的“Grok 4.6”分别得分61分。
中国的AI模型表现也相当突出。文创AI的“Kimi K3”得分60分，仅比GPT-5.6 Sol低1分。阿里巴巴的“Q1 3.8 Max”得分58分，Z.ai的“GLM-5.2”得分53分，DeepSeek的“V4 Flash”最新模型得分52分。与国内得分最高的Motif 3相比，这些模型的得分均高出5至13分。
科学技术信息通信部预计将很快公布独立基础模型第二阶段评估结果。此次评估将决定目前参与的四个精英团队中有三个团队晋级下一阶段。
※ 本报道经人工智能（AI）系统翻译与编辑。
