返回工具目录

Resource detail

LiveBench

题目持续更新的防污染基准测试，结果更可信。

全球免费开源

访问官网更多类似资源

一起维护资源信息

资源负责人可以认领条目，任何人都可以报告事实错误或申请下架。

选型速览

livebench

价格模式

免费

访问方式

免登录

支持平台

Web

支持中文

否

最近核对

未核实

热门指数

74/100

定价证据

未核实

验证与来源

未核实

未核实

未核实

标签

基准测试防污染榜单

适合人群

研究者开发者

更新信息

更新于 2026-08-29

热门指数 74/100

典型用途

能力评估论文引用

引用卡片

LiveBench

题目持续更新的防污染基准测试，结果更可信。

AI X Tool · https://aixtool.xyz/resources/livebench

变更记录

目录更新时间

2026-08-29

最近核验

未核实

待复核说明

未核实

AI 应用的评测集怎么建立从真实任务采样，构建可持续迭代的离线评测集。

相似工具与替代品

按相近用途整理

LMArena

通过真实用户投票对比 LLM 输出质量的公开评测平台。

全球免费模型对比+2

更新于 2026-08-29

Artificial Analysis

独立的模型与 API 性能分析站：质量、速度、价格。

全球免费性能分析+2

更新于 2026-08-29

SWE-bench

以真实 GitHub issue 评测模型编程能力的基准。

全球免费开源+3

更新于 2026-08-29

Aider LLM Leaderboards

Aider 的代码编辑排行榜，贴近真实开发任务。

全球免费开源+3

更新于 2026-08-29

OpenCompass 司南

上海 AI 实验室的开源评测体系，中文榜单权威。

国内免费开源+2

更新于 2026-08-29

SuperCLUE

中文大模型综合测评基准，按月发布榜单。

国内免费中文评测+2

更新于 2026-08-29