经过 4000 个分类处理，360 把国内这 12 个顶尖大模型擅长点都说清楚了。

那这样一个混合模型有什么好处呢？当用户输入一个问题时，会进行意图识别，优先匹配擅长这块领域的大模型进行回答。

目前来看并没有一个大模型敢说自己在各个领域全方面领先，哪怕强如 GPT-4O 和 Claude3.5 也不行。而这样集各家之所长的“大模型”，可以说基本全方面达到最优，集成了国内大部分头部模型。

这其中最关键的问题就是：怎么知道哪个大模型在哪块领域擅长？于是 360 用自己过去积累的用户真实数据，找了几千万条问题，划分成 4000 个类别，对这些模型进行测试。

包括写作、代码生成、翻译、比一比、诗词赏析、知识问答等，决策出各个分类下的最强大模型。

最终它得出了各个模型擅长的领域如下：

• 360 智脑：擅长搜索、总结、思维导图，生成速度超快；
• 豆包：擅长创意写作、逻辑推理、知识问答等方向;
• DeepSeek：对代码和图表具有强大的理解能力;
• MiniMax：适合沉浸式角色扮演体验，引入超多虚拟角色;
• 通义千问：以电商、法律垂类的知识库和翻译能力著称;
• Kimi：20W字超长记忆，擅长各种专业领域知识;
• 零一万物：办公首选，适合会议纪要、周报等场景;
• 文心一言：适合内容创作、对比判断类知识问答领域;
• 讯飞星火：逻辑推理、翻译能力突出，擅长教育方向;
• 商量-商汤：擅长医疗、编程等专业的垂直方向;
• 智谱清言：擅长多模态场景，模型推理训练等；
• 百小应：通用医疗增强大模型，AI医疗向专家；

相当于普通人的测试结果来说，360 测量得出的结果肯定更加准确。

有一个场景，之前单问某个模型，回答一直很傻逼。就是让它生成一个笑话，看看单个模型回答的结果：

看看 Kimi、文心一言、通义千问生成的笑话，是真的不好笑啊，属实有点尬。

而通过混合模型生成的效果明显就好上不少，看生成结果里显示是调用的豆包模型。

这就是混合模型的强大，生成的结果起码在国内应该是最优的，而对于使用者来说可以将它只当做是单个模型使用。

当然如果你想自己指定某个模型回答也是可以的，在这个网页上你可以随意切换模型，不需要登录到各个模型的官网上。

现在体验比较不好的一点是：不支持文件上传。因为 CoE 混合模型本身不具备文件读取的能力，就无法识别要调用哪个模型，这个需要 360 进一步优化了。