医生写病历这件事上,Claude Opus 5.5 拿 91.43%,智谱 GLM-5.3-flash 88.94%。差 2.5 分。价格那边是另一回事:Opus 一次 1.15 美元,GLM 榜单上写 0.00 美元。按单次美分以下算,中间隔着两个数量级。

先把这个 0.00 说清楚:那是榜单四舍五入的口径。不是真不要钱。谁拿这个数去跟老板汇报,谁第二天就得回来改口。

MedScribe 考的是把一段门诊对话整理成规范记录,109 个模型在跑。前三名被 Claude 一家包了。GLM 排第 9。

2.5 分在这件事上差多少?大概就是格式更规整一点、漏掉的信息更少一点。可医生等不等得起,是另一回事:Opus 要 442 秒,GLM 只要 87 秒。

总榜那边,GLM 第 20,50.86%,倒数第四。做医疗文书能进前十,做综合任务是倒数——它压根不是个"全面的模型",它是"在某件具体的事上够用、而且便宜到不用算账"的模型。

门诊量大的科室,一天几百份文书,单份风险低、要快。一份文书的时间够不够塞进两次问诊的间隙,这才是要算的数。442 秒。医生得盯着转圈。

高频、低风险的活一旦变成批量活,榜首那 2.5 分就成了纯溢价。榜首位置会越来越贵,也会越来越不重要。

拆榜 · 02(数据抓取于 2026-10-21;MedScribe 更新于 10-13,综合榜更新于 10-19)