OpenCompass (司南)
国内领先的开源大模型评测体系。
对比 100+ AI 模型的智能、价格、性能、速度和上下文窗口等关键指标。
数据统计
相关导航
HumanEval 排行榜
评估代码生成能力的基准测试。
LLM-Stats
每日更新的 AI 模型综合排行榜，对比 LLM/TTS/STT/视频/图像/嵌入模型的性能、价格和上下文窗口。
Aider Leaderboard
专注代码编辑能力的 LLM 排行榜，评估模型在实际编程任务中的表现。
AlpacaEval
评估指令遵循模型能力的自动化评估排行榜。
C-Eval
全面的中文基础模型评估套件，专注中文能力评估。
MLPerf Inference
机器学习推理性能的行业标准基准。
Arena
基于真实用户对战投票的AI模型排行榜
暂无评论...