文｜锦缎
每当我们翻阅财报时，可能只想或许关键的财务信息，但总是受到财报中纷繁复杂的业务表述、冗长的管理层发言的干扰，需要耗费大量精力去甄别有用的财务信息。
特别是港股美股，国内的大多数金融软件，都是基于国内市场财务准则构建的信息展示，面对非标财务报表，总会出现部分摘取科目的错误。
进入AI大模型时代之后，这样的财务研究障碍或将被攻克——毕竟模型最擅长的，就是语言文字的总结归纳和数据的计算。
本文之中，我们即着手对六大国内主流大模型进行评测，用以探究下其财报分析能力，究竟发展到什么水平，又存在怎样的问题？
阅读提示：鉴于评测内容过于硬核与篇幅较长，获取最终评测结果可直接拉至文报告底部"结论"部分。
01 评测对象、逻辑与标准
评测对象我们挑选了国内主流的6大模型：
深度求索（DeepSeek-R1）
阿里千问（Qwen3-235B-A22B）
腾讯混元（Hunyuan-T1）
月之暗面（Kimi-K1.5）
百度文心（ERNIE-X1-Turbo）
智谱（GLM-4-Plus）
评测逻辑方面，我们采取了"分层进阶
