当前，我国教育数字化战略行动正加速向纵深推进。教育部等五部门联合印发的《“人工智能+教育”行动计划》将规范智能产品进校园列为“十五五”重点任务之一，建立智能应用能力评估体系，确保技术应用符合教育规律。开展常态化、科学化的教育大模型能力评测，是筑牢数字教育高质量发展底座的关键支撑。

为落实国家“人工智能+教育”行动部署，在北京市教委指导和北京市科委支持下，北京师范大学持续推进教育大模型评测体系建设，联合北京教育科学研究院和北京智源人工智能研究院共建“北极星”基础教育大模型评测场（www.bnueval.com）。评测场依据团体标准《人工智能基础教育大模型评测指标与方法》（标准编号：T/CESA 1395-2025）构建，紧扣新课标要求，聚焦教育真实应用场景，持续开展多学科、多场景评测。

为支撑评测场建设及相关评测工作，学校专门成立非建制科研机构北京师范大学信息系统与安全评测中心。评测中心目前已累计为北京市基础教育AI应用超市17款产品近40个场景的评测提供技术支持。

自首期榜单发布以来，评测场已连续开展四期评测，逐步形成面向基础教育大模型的评价体系，为模型研发优化、教育产品改进和人工智能赋能教育实践提供参考，为10月29日发布的《北京市人工智能赋能基础教育应用蓝皮书（2026年）》（https://mp.weixin.qq.com/s/i25s9IIo5sQxLVrRGfsTzQ）提供了数据支撑。

日前，北京师范大学智能技术与教育应用教育部工程研究中心、教育人工智能北京市重点实验室，面向近期发布或升级的多款主流大模型，围绕智能解题、智能答疑、智能出题、教案生成、口语练习、作文批改6大基础教育场景开展深度评测，并发布“北极星”基础教育大模型评测场第四期评测榜单（www.bnueval.com），本期评测榜单由北京市数字教育中心资助。

评测结果显示，参评模型在教育多场景中表现持续提升，多项此前薄弱维度得到改善，部分场景中模型间差距缩小。与此同时，当前大模型距离“懂教学规律、强素养立意”的深层育人要求仍有差距，依然处于从“基础可用”向“教学好用”的深度攻坚阶段。

近年来，北京师范大学始终站在人工智能赋能教育变革的前沿，持续推进智能技术与教育教学的深度融合。下一步，学校将继续完善基础教育大模型评价体系，持续深化真实教育场景中的评测研究，助力构建更加科学、规范、可信的教育人工智能评价与应用生态。

完整榜单请登录官网查看：www.bnueval.com