Benchmark，直译：基准测试。放到AI大模型里，就是一套标准化考试题集，用来客观打分、横向对比模型能力。

简单说：

1. 出题：固定一套题目，包含数学、代码、逻辑推理、阅读理解、常识等；

2. 所有模型用同一套卷子作答；

3. 统计正确率，得到分数，用来比高低。

举你前面聊的例子：MATH、AIME、GPQA、LiveCodeBench 都是常见的大模型Benchmark。DeepSeek在数学类benchmark分数高，就代表它在这类考题里正确率更高。

⚠️局限：它只是纸面标准化测试，不等于真实业务、真实用户场景里一定更好，会存在“刷榜”（专门针对考题优化）的情况。

对应你前面那几位创始人：杨植麟、梁文锋他们团队都会持续刷benchmark榜单，用来证明自家模型硬实力，也是一级市场投资、二级市场估值会参考的指标。