ptcx

幂简AI提示词商城

AI提示词交易与管理平台，支持定制

PromptPilot

火山方舟推出的AI提示词解决方案平台

Arena

基于真实用户对战投票的AI模型排行榜

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。

LiveSWEBench

实时软件工程基准测试，评估 AI 在真实代码库中解决问题的能力。

SuperCLUE

中文通用大模型综合性测评基准，2025 年 3 月版包含 1509 道原创新题，每 2 个月 100% 替换题库。

AIME 2025

2025 美国数学竞赛邀请赛，专门测试大模型的高级数学推理能力。

Artificial Analysis

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。

Vellum Leaderboard

显示 2024 年 4 月后最新 SOTA 模型的公开基准性能，包含独立评测数据。

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。

SEAL Leaderboard

Scale AI 的专家驱动评测平台，专注编程和推理能力排名。

FRAMES

Google 推出的 RAG 系统评测基准，824 道多跳问题，测试检索准确性和推理能力。