百川智能与清华大学研究团队联合发布的新一代医疗增强大模型 Baichuan-M4，在 OpenAI 提出的医疗评测 HealthBench 上登顶世界第一，全面超越 GPT-5.5、Claude Opus 4.7 等国际顶尖模型。这消息对国内关心 AI 看病、健康咨询的你来说，意味着什么？
📰一句话：百川 M4 在医疗评测上超越 GPT-5.5，幻觉率仅 3.3%，主动问诊能力更强。国内用户可以用它辅助健康咨询，但别替代医生。
根据百川智能公布的数据，Baichuan-M4 在 HealthBench 及其 Hard、Professional 三个子榜单上同时位列世界第一。HealthBench 是 OpenAI 提出的医疗评测基准，M4 综合得分 68.6，领先第二名 GPT-5.5 超过 10 分；在最考验复杂临床决策的 Hard 子集上，M4 领先达 15.9 分。这意味着在疑难杂症的判断上，M4 比目前最强的通用模型还要准一大截。
此外，M4 的幻觉率低至 3.3%，远低于同类模型。幻觉是 AI 在医疗场景下最致命的缺陷——胡说八道会误导病情。M4 在这方面的表现，让它更适合做健康咨询的辅助工具。
主动问诊、全病程记忆：M4 更像真医生
M4 的一大亮点是主动追问症状的性质与诱因，优先识别和排查危急重症，而不是被动等待用户提供完整信息。这模仿了真实医生的问诊流程：先问关键问题，再逐步缩小范围。比如你只说“头疼”，M4 会追问是持续还是阵发、有无恶心呕吐、最近有没有外伤等，避免漏掉脑出血等急症。
另外，M4 推出「全病程记忆」，能打通历史病历、多轮问诊、化验趋势与用药反馈。这意味着你多次咨询同一健康问题，M4 会记住之前的对话，给出更连贯的建议。这比每次重新描述病情的体验好很多。
M4 vs GPT-5.5 等模型：医疗能力对比
| 模型 | HealthBench 综合得分 | Hard 子集得分 | 幻觉率 |
|---|
| Baichuan-M4 | 68.6 | 领先第二名 15.9 分 | 3.3% |
| GPT-5.5 | 约 58（第二） | 较低 | 约 5-8% |
| Claude Opus 4.7 | 低于 GPT-5.5 | 更低 | 约 6% |
| DeepSeek-V4-Pro | 低于 GPT-5.5 | 更低 | 约 7% |
注：数据来自百川官方公布，具体数值以官方为准。
国内怎么用上 M4？以及和其他 AI 的搭配
Baichuan-M4 目前可通过百川智能的官方渠道使用，比如百川大模型平台或合作应用。对国内用户来说，这是国产 AI 在垂直领域的重大突破，意味着你在健康咨询上有了更专业的选择。
不过，M4 目前主要面向医疗场景，通用能力可能不如 ChatGPT 或 Claude。如果你需要日常写作、翻译、编程等，还是得靠通用 AI。建议你搭配使用：健康问题问 M4，其他任务用 ChatGPT 或 Claude。比如你可以在 2026 主流 AI 工具怎么选 里看不同工具的定位。
另外，如果你想用 ChatGPT 或 Claude 的会员功能，但苦于海外支付限制，可以找支持支付宝/微信的代充服务。价格以下单页为准。具体可以看 怎么挑靠谱的 AI 代充 避坑。
避坑注意：AI 看病不能替代医生
虽然 M4 在医疗评测上很亮眼，但 AI 始终是辅助工具，不能替代专业医生的诊断。以下几点你要注意：
- 不要完全相信 AI 的诊断：即使幻觉率低，也存在误判可能。尤其是急重症，一定要去医院。
- 隐私问题：向 AI 描述病情时，避免透露真实姓名、身份证号等敏感信息。
- 模型更新：M4 目前是发布版本，后续可能更新，能力会变化。
- 通用 vs 专用：M4 专攻医疗，其他领域表现一般，别拿它写代码或做 PPT。
总之，用 AI 辅助健康咨询可以，但最终决策请交给医生。
M4 对国内 AI 生态的影响
百川 M4 的发布，说明国产 AI 在垂直领域已经能超越国际通用模型。这对国内用户是好事：你有更多选择，而且更懂中文语境和本地医疗习惯。同时，这也倒逼 OpenAI、Anthropic 等公司加强医疗能力，未来你可能看到更多医疗专用模型。
对于普通用户，建议你关注这些模型的实际体验，而不是只看榜单。毕竟，AI 好不好用，得自己试了才知道。如果你对 AI 工具搭配感兴趣，可以看看 多个 AI 工具怎么搭配，找到适合你的组合。
信息来源:www.ithome.com。本文为基于公开资讯的原创整理与解读,非原文转载。
常见问题（FAQ）
Baichuan-M4 怎么用？需要付费吗？
目前可通过百川智能官方平台或合作应用使用，部分功能可能免费，高级功能或需订阅。具体以官方信息为准。
M4 比 ChatGPT 强在哪？
M4 在医疗评测 HealthBench 上超越 GPT-5.5，主动问诊和全病程记忆能力更强，幻觉率更低。但通用能力不如 ChatGPT，适合健康咨询场景。
M4 能替代医生吗？
不能。AI 只是辅助工具，不能替代专业医生的诊断。尤其是急重症，请立即就医。
国内用户怎么开通 ChatGPT 或 Claude 会员？
由于海外支付限制，国内用户可通过支持支付宝/微信的代充服务开通，价格以下单页为准。建议选择靠谱代充，避免封号风险。
M4 的幻觉率 3.3% 是什么意思？
幻觉率指模型生成不准确或虚假信息的比例。3.3% 意味着每 100 次回答中约有 3 次可能出错，在医疗场景中属于较低水平。
百川 M4 和 DeepSeek 比怎么样？
在医疗评测上 M4 领先 DeepSeek-V4-Pro，但 DeepSeek 在通用任务上也有优势。两者定位不同，建议按需选择。
想开通 ChatGPT、Claude 等 AI 会员?
支持支付宝/微信,以人民币计价、免海外卡,客服在线协助开通。
查看充值套餐 →