跳过主要内容

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。

原始来源
AA IndexArtificial Analysis文本编程交叉参考artificialanalysis.ai
AA-Analyst AgentArtificial Analysis文本专业工作参与排名artificialanalysis.ai
AA-BriefcaseArtificial Analysis文本专业工作参与排名artificialanalysis.ai
AA-LCRArtificial Analysis文本知识与语言参与排名artificialanalysis.ai
AA-OmniscienceArtificial Analysis文本知识与语言参与排名artificialanalysis.ai
Agents' Last ExamAgents’ Last Exam文本专业工作观察中agents-last-exam.org
Aider PolyglotAider文本编程观察中aider.chat
APEX-Agents 1.1Mercor文本专业工作参与排名www.mercor.com
ARC-AGI-1ARC Prize文本推理观察中arcprize.org
ARC-AGI-2ARC Prize文本推理观察中github.com
Arena Agent OverallLMArena文本专业工作观察中huggingface.co
Arena Text OverallLMArena文本真人盲选与综合指数参与排名huggingface.co
Arena WebDevLMArena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 IndexArtificial Analysis文本专业工作观察中artificialanalysis.ai
Artificial Analysis Coding IndexArtificial Analysis文本知识与语言观察中artificialanalysis.ai
Artificial Analysis Intelligence IndexArtificial Analysis文本知识与语言观察中artificialanalysis.ai
AutomationBenchZapier文本专业工作观察中github.com
AutomationBench-AAArtificial Analysis文本专业工作参与排名artificialanalysis.ai
BrowseCompOpenAI文本知识与语言观察中openai.com
BullshitBench v2BullshitBench文本知识与语言参与排名raw.githubusercontent.com
Chess PuzzlesEpoch AI文本推理参与排名epoch.ai
Claw-evalClaw-Eval文本知识与语言观察中github.com
ClawEvalClaw-Eval文本知识与语言观察中github.com
Code MigrationVals AI文本编程参与排名www.vals.ai
CritPtArtificial Analysis文本推理参与排名artificialanalysis.ai
CTI-REALMMicrosoft文本知识与语言观察中github.com
CyberBench Patch v1.1Vals AI文本编程观察中www.vals.ai
DeepSWEDatacurve文本编程观察中github.com
Finance AgentVals AI文本专业工作参与排名www.vals.ai
Finance AgentVals AI文本专业工作观察中github.com
FinanceAgentVals AI文本专业工作观察中github.com
FORTEAGI-Eval文本知识与语言观察中github.com
FrontierCodeCognition文本编程观察中cognition.com
FrontierMathEpoch AI文本推理观察中epoch.ai
FrontierMath v2 Tiers 1–3Epoch AI文本推理参与排名epoch.ai
FrontierSWEFrontierSWE文本编程观察中www.frontierswe.com
GDPvalOpenAI文本专业工作观察中openai.com
GDPval-AAArtificial Analysis文本专业工作参与排名artificialanalysis.ai
GDPval-AAArtificial Analysis文本专业工作观察中artificialanalysis.ai
GeneBenchOpenAI文本知识与语言观察中cdn.openai.com
GPQAGPQA authors文本推理观察中github.com
GPQA DiamondScale文本推理观察中github.com
Harvey Legal Agent BenchmarkVals AI / Harvey文本专业工作参与排名www.vals.ai
Humanity's Last ExamCenter for AI Safety / Scale AI文本知识与语言观察中github.com
Humanity’s Last ExamCenter for AI Safety / Scale AI文本知识与语言观察中github.com
Humanity’s Last ExamArtificial Analysis文本推理参与排名artificialanalysis.ai
IFBenchAi2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
IFEvalGoogle Research文本知识与语言观察中github.com
JobBenchJobBench文本专业工作观察中job-bench.github.io
Kimi Claw 24/7 BenchMoonshot AI文本知识与语言观察中huggingface.co
Kimi Code BenchMoonshot AI文本编程观察中huggingface.co
LiveBench GeneralLiveBench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
LiveCodeBenchLiveCodeBench文本编程观察中livecodebench.github.io
LiveCodeBench ProLiveCodeBench Pro文本编程观察中github.com
Long Context ReasoningArtificial Analysis文本推理观察中artificialanalysis.ai
MCP AtlasScale AI文本专业工作观察中labs.scale.com
MCP Mark VerifiedMCPMark / Moonshot AI文本专业工作观察中huggingface.co
MedCodeVals 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 LiteMLS-Bench文本知识与语言观察中github.com
MMLU-ProTIGER AI Lab文本知识与语言观察中github.com
MRCRv2OpenAI文本知识与语言观察中huggingface.co
Mystery Game PuzzlesEpoch AI文本推理参与排名epoch.ai
MysteryMechanismVals AI文本推理参与排名www.vals.ai
NL2RepoMAP文本编程观察中github.com
OSWorldXLANG Lab文本专业工作观察中github.com
OSWorld-VerifiedXLANG Lab文本专业工作观察中github.com
Program BenchMeta文本知识与语言观察中github.com
ProgramBenchVals AI文本编程参与排名www.vals.ai
SciCodeSciCode文本编程观察中scicode-bench.github.io
SciCodeArtificial Analysis文本编程参与排名artificialanalysis.ai
SimpleQA VerifiedEpoch AI文本知识与语言参与排名epoch.ai
SWE Bench ProScale AI文本编程观察中github.com
SWE-Atlas Codebase QnAScale AI文本编程观察中labs.scale.com
SWE-Atlas RefactoringScale AI文本编程观察中labs.scale.com
SWE-Atlas Test WritingScale AI文本编程观察中labs.scale.com
SWE-Bench MultilingualSWE-bench文本中文与多语言观察中www.swebench.com
SWE-Bench ProScale AI文本编程观察中github.com
SWE-Bench VerifiedSWE-bench文本编程观察中www.swebench.com
Terminal Bench 2.0Terminal-Bench文本编程观察中www.tbench.ai
Terminal Bench 2.1Terminal-Bench文本编程观察中github.com
Terminal-BenchTerminal-Bench文本编程观察中www.tbench.ai
Terminal-Bench 2.1Terminal-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 HardArtificial Analysis文本编程观察中artificialanalysis.ai
Terminal-Bench Science · AAArtificial 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
ToolathlonHKUST NLP文本专业工作观察中github.com
Toolathlon-VerifiedHKUST NLP / Moonshot AI文本专业工作观察中github.com
Vibe Code Bench 1–100Vals AI文本编程观察中www.vals.ai
Vibe Code Bench v1.1Vals AI文本编程观察中www.vals.ai
τ²-Bench TelecomSierra文本知识与语言观察中github.com
τ3 BankingSierra文本知识与语言观察中github.com
τ³-BankingMercor文本专业工作参与排名www.mercor.com

常见问题