跳过主要内容
排行榜
模型
提供商
组织
登录
注册
评测来源
从原始评测页面或发布的数据核对成绩;来源被收录不代表成绩已同步或已参与计分。
全部
文本
图像
视频
语音
评测
机构
类型
维度
用途
原始来源
AA Index
Artificial Analysis
文本
编程
交叉参考
artificialanalysis.ai
AA-Analyst Agent
Artificial Analysis
文本
专业工作
参与排名
artificialanalysis.ai
AA-Briefcase
Artificial Analysis
文本
专业工作
参与排名
artificialanalysis.ai
AA-LCR
Artificial Analysis
文本
知识与语言
参与排名
artificialanalysis.ai
AA-Omniscience
Artificial Analysis
文本
知识与语言
参与排名
artificialanalysis.ai
Agents' Last Exam
Agents’ Last Exam
文本
专业工作
观察中
agents-last-exam.org
Aider Polyglot
Aider
文本
编程
观察中
aider.chat
APEX-Agents 1.1
Mercor
文本
专业工作
参与排名
www.mercor.com
ARC-AGI-1
ARC Prize
文本
推理
观察中
arcprize.org
ARC-AGI-2
ARC Prize
文本
推理
观察中
github.com
Arena Agent Overall
LMArena
文本
专业工作
观察中
huggingface.co
Arena Text Overall
LMArena
文本
真人盲选与综合指数
参与排名
huggingface.co
Arena WebDev
LMArena
文本
编程
仅供参考
lmarena.ai
Arena 创作盲选
LMArena
文本
写作与设计
仅供参考
lmarena.ai
Artificial Analysis Coding Agent Index
Artificial Analysis
文本
专业工作
观察中
artificialanalysis.ai
Artificial Analysis Coding Index
Artificial Analysis
文本
知识与语言
观察中
artificialanalysis.ai
Artificial Analysis Intelligence Index
Artificial Analysis
文本
知识与语言
观察中
artificialanalysis.ai
AutomationBench
Zapier
文本
专业工作
观察中
github.com
AutomationBench-AA
Artificial Analysis
文本
专业工作
参与排名
artificialanalysis.ai
BrowseComp
OpenAI
文本
知识与语言
观察中
openai.com
BullshitBench v2
BullshitBench
文本
知识与语言
参与排名
raw.githubusercontent.com
Chess Puzzles
Epoch AI
文本
推理
参与排名
epoch.ai
Claw-eval
Claw-Eval
文本
知识与语言
观察中
github.com
ClawEval
Claw-Eval
文本
知识与语言
观察中
github.com
Code Migration
Vals AI
文本
编程
参与排名
www.vals.ai
CritPt
Artificial Analysis
文本
推理
参与排名
artificialanalysis.ai
CTI-REALM
Microsoft
文本
知识与语言
观察中
github.com
CyberBench Patch v1.1
Vals AI
文本
编程
观察中
www.vals.ai
DeepSWE
Datacurve
文本
编程
观察中
github.com
Finance Agent
Vals AI
文本
专业工作
参与排名
www.vals.ai
Finance Agent
Vals AI
文本
专业工作
观察中
github.com
FinanceAgent
Vals AI
文本
专业工作
观察中
github.com
FORTE
AGI-Eval
文本
知识与语言
观察中
github.com
FrontierCode
Cognition
文本
编程
观察中
cognition.com
FrontierMath
Epoch AI
文本
推理
观察中
epoch.ai
FrontierMath v2 Tiers 1–3
Epoch AI
文本
推理
参与排名
epoch.ai
FrontierSWE
FrontierSWE
文本
编程
观察中
www.frontierswe.com
GDPval
OpenAI
文本
专业工作
观察中
openai.com
GDPval-AA
Artificial Analysis
文本
专业工作
参与排名
artificialanalysis.ai
GDPval-AA
Artificial Analysis
文本
专业工作
观察中
artificialanalysis.ai
GeneBench
OpenAI
文本
知识与语言
观察中
cdn.openai.com
GPQA
GPQA authors
文本
推理
观察中
github.com
GPQA Diamond
Scale
文本
推理
观察中
github.com
Harvey Legal Agent Benchmark
Vals AI / Harvey
文本
专业工作
参与排名
www.vals.ai
Humanity's Last Exam
Center for AI Safety / Scale AI
文本
知识与语言
观察中
github.com
Humanity’s Last Exam
Center for AI Safety / Scale AI
文本
知识与语言
观察中
github.com
Humanity’s Last Exam
Artificial Analysis
文本
推理
参与排名
artificialanalysis.ai
IFBench
Ai2
文本
知识与语言
观察中
github.com
IFBench(Artificial Analysis)
Artificial Analysis
文本
知识与语言
观察中
artificialanalysis.ai
IFEval
Google Research
文本
知识与语言
观察中
github.com
JobBench
JobBench
文本
专业工作
观察中
job-bench.github.io
Kimi Claw 24/7 Bench
Moonshot AI
文本
知识与语言
观察中
huggingface.co
Kimi Code Bench
Moonshot AI
文本
编程
观察中
huggingface.co
LiveBench General
LiveBench
文本
推理
交叉参考
livebench.ai
LiveBench 推理与数学
LiveBench
文本
推理
观察中
livebench.ai
LiveBench 数据分析
LiveBench
文本
专业工作
观察中
livebench.ai
LiveBench 编程综合
LiveBench
文本
编程
观察中
livebench.ai
LiveBench 语言与指令
LiveBench
文本
知识与语言
观察中
livebench.ai
LiveCodeBench
LiveCodeBench
文本
编程
观察中
livecodebench.github.io
LiveCodeBench Pro
LiveCodeBench Pro
文本
编程
观察中
github.com
Long Context Reasoning
Artificial Analysis
文本
推理
观察中
artificialanalysis.ai
MCP Atlas
Scale AI
文本
专业工作
观察中
labs.scale.com
MCP Mark Verified
MCPMark / Moonshot AI
文本
专业工作
观察中
huggingface.co
MedCode
Vals AI
文本
专业工作
观察中
www.vals.ai
MLCR-AA(Artificial Analysis)
Artificial Analysis
文本
知识与语言
参与排名
artificialanalysis.ai
MLS Bench Lite
MLS-Bench
文本
知识与语言
观察中
github.com
MMLU-Pro
TIGER AI Lab
文本
知识与语言
观察中
github.com
MRCRv2
OpenAI
文本
知识与语言
观察中
huggingface.co
Mystery Game Puzzles
Epoch AI
文本
推理
参与排名
epoch.ai
MysteryMechanism
Vals AI
文本
推理
参与排名
www.vals.ai
NL2Repo
MAP
文本
编程
观察中
github.com
OSWorld
XLANG Lab
文本
专业工作
观察中
github.com
OSWorld-Verified
XLANG Lab
文本
专业工作
观察中
github.com
Program Bench
Meta
文本
知识与语言
观察中
github.com
ProgramBench
Vals AI
文本
编程
参与排名
www.vals.ai
SciCode
SciCode
文本
编程
观察中
scicode-bench.github.io
SciCode
Artificial Analysis
文本
编程
参与排名
artificialanalysis.ai
SimpleQA Verified
Epoch AI
文本
知识与语言
参与排名
epoch.ai
SWE Bench Pro
Scale AI
文本
编程
观察中
github.com
SWE-Atlas Codebase QnA
Scale AI
文本
编程
观察中
labs.scale.com
SWE-Atlas Refactoring
Scale AI
文本
编程
观察中
labs.scale.com
SWE-Atlas Test Writing
Scale AI
文本
编程
观察中
labs.scale.com
SWE-Bench Multilingual
SWE-bench
文本
中文与多语言
观察中
www.swebench.com
SWE-Bench Pro
Scale AI
文本
编程
观察中
github.com
SWE-Bench Verified
SWE-bench
文本
编程
观察中
www.swebench.com
Terminal Bench 2.0
Terminal-Bench
文本
编程
观察中
www.tbench.ai
Terminal Bench 2.1
Terminal-Bench
文本
编程
观察中
github.com
Terminal-Bench
Terminal-Bench
文本
编程
观察中
www.tbench.ai
Terminal-Bench 2.1
Terminal-Bench
文本
编程
观察中
github.com
Terminal-Bench 4.0(AA 复跑)
Artificial Analysis
文本
编程
参与排名
artificialanalysis.ai
Terminal-Bench 4.0(Vals 复跑)
Vals AI
文本
编程
参与排名
www.vals.ai
Terminal-Bench Hard
Artificial Analysis
文本
编程
观察中
artificialanalysis.ai
Terminal-Bench Science · AA
Artificial Analysis
文本
推理
参与排名
artificialanalysis.ai
Terminal-Bench Science(Vals 复跑)
Vals AI
文本
推理
参与排名
www.vals.ai
Toolathlon
HKUST NLP
文本
专业工作
观察中
github.com
Toolathlon-Verified
HKUST NLP / Moonshot AI
文本
专业工作
观察中
github.com
Vibe Code Bench 1–100
Vals AI
文本
编程
观察中
www.vals.ai
Vibe Code Bench v1.1
Vals AI
文本
编程
观察中
www.vals.ai
τ²-Bench Telecom
Sierra
文本
知识与语言
观察中
github.com
τ3 Banking
Sierra
文本
知识与语言
观察中
github.com
τ³-Banking
Mercor
文本
专业工作
参与排名
www.mercor.com