百川智能发布M4 模型，实现“真人医生”式主动问诊

Baichuan-M4在HealthBench上碾压GPT-5.5，但真正狠的是它学会了主动追问

百川智能和清华大学搞出来的Baichuan-M4，刚在HealthBench医疗评测的 Hard、Professional 和 总榜 三个子榜单都拿了第一，比GPT-5.5还猛。

超越GPT-5.5

有开发者试了说，这模型逻辑推理和临床知识储备确实狠，直接干翻GPT-5.5。官方数据是吹出来的？群里在传，Baichuan-M4的医疗专业能力不是纸面功夫，在权威的HealthBench上真打出了成绩。

主动追问像真人

老的AI问诊就像个木头人，你问一句它答一句。Baichuan-M4不一样——它学会了 主动追问。有医生试过，模型能根据你给的症状，自己判断缺什么信息，然后追问“疼了多久”“有没有发烧”。这模拟真人诊疗逻辑的玩法，大大提升了问诊效率和诊断准确性。

全病程记忆

M4还搞了个 “全病程记忆” 功能。它能把患者的历史病历、多轮问诊记录、化验指标趋势、过往用药反馈全怼到一起。有测试者反馈，长上下文记忆比上一代强一截，模型在多次对话中始终掌握患者完整病史，不用每次都从头问。

证据锚定

最吓人的是 循证引用精度达到了90.0。这意味着模型每说一句医学结论，都能精确对应到权威论文或临床指南的具体段落，而不是随便甩个参考文献。有医生在群里说：这引用精度，放在医疗领域就是“几乎没错”的水平，比同类大模型严谨一大截。

谁会难受

接下来盯着看：这玩意儿真进医院后，那些靠卖问诊系统的厂商要睡不着了。尤其是一问一答型的老AI，还有那些只堆知识库不搞推理的模型，直接会被按在地上摩擦。医疗资源稀缺地区的医生倒是爽了，拿它当参考，相当于白捡一个顶尖专家助手。