百川智能开源了新一代医疗大模型Baichuan-M3，它凭借强推理、低幻觉和端到端的问诊能力，在全球最权威的医疗AI评测中超越了GPT-5.2，标志着医疗AI在严肃临床应用上迈出了关键一步，为行业提供了新的技术基准和实用工具。
智能速览
百川智能开源医疗大模型Baichuan-M3，综合能力超越GPT-5.2。
该模型在权威医疗评测HealthBench中登顶，幻觉率低至3.5%。
M3实现了端到端的严肃问诊能力，能像医生一样主动追问关键信息。
模型采用创新训练方法，将医学事实可靠性内化为自身基础能力。
同步推出的医疗应用“百小应”已面向医生和患者开放使用。
精华内容
Baichuan-M3的问世，不仅是分数上的超越，更在技术层面重塑了医疗AI的训练范式。其核心突破体现在推理、抗幻觉与问诊三大维度，共同构筑了通往严肃医疗应用的基石。
登顶全球评测
Baichuan-M3在医疗AI领域的权威评测中取得了突破性成绩。在全球最权威的HealthBench评测中，它以65.1分的综合成绩位列全球第一。
在专门考验复杂决策能力的HealthBench Hard评测上，M3也以44.4分夺冠，首次在医疗领域实现了对OpenAI最新模型GPT-5.2的全面超越。相较于前代模型M2，M3在强化学习系统上进行了全面升级，实现了能力的跃迁。
重构幻觉抑制
幻觉问题是大模型进入严肃医疗场景的最大障碍。百川M3的创新之处在于，将医疗幻觉抑制前移至模型训练阶段。
它在强化学习过程中，将医学事实一致性作为核心训练目标之一，把“知之为知之，不知为不知”的原则内化为模型的基础能力。这种方法重构了幻觉抑制的训练范式，使得M3在不依赖外部工具的情况下，医疗幻觉率仅为3.5%，达到全球最低水平。
突破问诊范式
M3最重要的突破是实现了端到端的严肃问诊能力。百川团队提出了“严肃问诊范式”与SCAN原则，系统性地将临床问诊中的思维过程“白盒化”。
团队设计了新的SPAR算法，取代了不稳定的角色扮演模式，让模型能问全、问准关键问题。实验发现，问诊准确度每增加2%，诊疗结果准确度就会提升1%。评测结果显示，M3在SCAN的四个维度均显著高于人类医生基线水平。
百川智能通过开源Baichuan-M3，不仅展示了其在医疗AI领域的深厚技术积累，也为全球开发者提供了强大的基础模型。这标志着AI医疗的竞争已从通用问答转向更专业、更安全的临床决策支持，未来这类技术将如何深度融入真实诊疗流程，值得持续关注。
