近日，中文精确指令遵循测评基准（SuperCLUE-CPIF）发布。在众多国内外模型的同场竞技中，360zhinao3-o1.5以78.97分的成绩，拿下国产大模型第一的宝座，并在任务类型、指令数量两项关键指标中均位列国内榜首。 这次评测结果，或许意味着国产大模型在“听懂人话”这件事上，又进了一步。
本次测评阵容豪华，云集了GPT-5.1(high)、Gemini-3-Pro-Preview、Claude-Sonnet-4.5-Reasoning等15位国内外实力选手。 SuperCLUE-CPIF模拟了真实生产环境的需求，侧重考察大模型在中文环境下，精确理解并执行复杂指令的能力。 评测结果显示，在国产大模型阵营中，除了360zhinao3-o1.5一马当先， ERNIE-X1.1和DeepSeek-V3.2-Exp-Thinking也表现不俗，分别以75.90分和74.36分紧随其后，分列国内二、三名。 看来，国产大模型的第一梯队，竞争相当激烈。
（图说：SuperCLUE-CPIF 测评截图）
360zhinao3-o1.5在指令遵循方面的突破，离不开其在Light-IF系列论文中提出的核心技术。 针对大模型在处理复杂指令时容易出现的“偷懒”现象，该模型通过自动化指令构建与难度感知强化学习双管齐下，让模型学会“三思而后行”，显著提升了复杂指令下的执行精度。 简单来说，就是让AI不仅能听懂，还能听好，并尽可能避免犯错。
（图说：Light-IF系列模型论文发表）
值得一提的是，Light-IF论文还成功入选了人工智能顶会AAAI 2026。 在投稿量和录取率双双“内卷”的情况下，Light-IF能够脱颖而出，足见其在技术上的含⾦量。 目前，Light-IF系列模型已在Hugging Face开源，为全球开发者提供了一个研究和学习的平台。 开放，才是AI技术进步的正确姿势。
持续深耕小参数模型，是360智脑团队的长期技术路线。 此前，360与北京大学联合研发的Tiny-R1-32B模型，就证明了“小身材也能有大能量”。 该模型以远低于千亿级模型的参数量，在数学等领域取得了相近的性能。 这次成功的经验积累，也为未来AI智能体（Agent）的发展打下了基础。 毕竟，智能体想要普及，成本控制也是关键。