在金融信息爆炸的今天，投资者对高质量财经分析的需求愈发迫切。传统人工分析报告因其耗时耗力，难以满足市场的快速变化。大模型技术的兴起，为这一难题提供了新的解决方案。
然而，大模型在财经领域的应用并非一帆风顺。它们在数据处理精确性、逻辑推理严谨性、专业术语运用以及对市场情绪的把握等方面，均面临挑战。为了全面评估大模型在财经分析文章写作上的表现，本次评测选取了五个具有代表性的通用大模型：GPT-4、Claude、Gemini、文心一言和通义千问。
评测的核心任务是要求各模型撰写一篇关于亚马逊（AMZN）2025年第二季度财报的财经分析文章。我们向模型提供了详细的财报数据，包括营收、每股收益（EPS）的实际公布值和市场预测值，以及财报新闻摘要中的关键信息，如AWS增长放缓、不及微软和谷歌，以及公司下调第三季度营业利润指引等。
评测从数据准确度、数据丰富度、文字能力、逻辑能力、创新能力和写作速度六个维度进行量化评分。结果显示，尽管所有模型在模拟环境下表现出一定的一致性，但仍能观察到细微的差异。
GPT-4在数据准确度和逻辑能力方面表现尤为突出，其文章引用的财务数据与提供的财报数据完全一致，且逻辑结构清晰，论证严谨。文章不仅深入解读了核心财务数据，还从多个角度进行了详细分析，展现了极高的数据处理和文字表达能力。
Claude和Gemini紧随其后，在各项能力上表现均衡。Claude的文章语言专业，表达流畅，逻辑链条清晰，能够引导读者深入理解财报背后的深层含义。而Gemini则提出了“亮眼业绩下的‘云’端阴影”这一观点，强调了优秀财报与股价下跌之间的反差，反映了资本市场的复杂性。
文心一言和通义千问也展现出了不俗的实力。文心一言的文章结构严谨，采用了接近专业研究报告的格式，对市场反应的“悖论”分析深入。通义千问则在文章结构上采用了“研究摘要”的形式，并对投资建议进行了短期、中期、长期的划分，体现了一定的创新性。
尽管如此，本次评测也揭示了大模型在财经文章写作方面的局限性。例如，在数据深度挖掘方面，尽管模型能够准确引用核心数据，但在对数据背后更深层次的经济含义和行业趋势的挖掘上仍有不足。在创新性观点方面，大模型生成的文章普遍较为保守，缺乏突破性的见解和前瞻性判断。
