EVALUATION / MODEL SELECTION
評測榜單
依任務對比模型表現，再前往原始評測平台檢視方法與完整結果。
5榜單
97模型
10-09更新
選擇評測維度
公開評測成绩與實際檔位；暫無同口径成绩的新模型標為待評測。
綜合能力
28/28LiveBench 七類任務的平均分，按所示推理檔位比較。排名限本站收錄型號；待評測型號列在末尾。
公開評測快照
排名模型 / 評測檔位分數特點輸入價格詳情
評測來源
前往原始評測平台
方法說明、原始結果和社群討論請以外部平台為準。
EVALUATION / MODEL SELECTION
依任務對比模型表現，再前往原始評測平台檢視方法與完整結果。
選擇評測維度
公開評測成绩與實際檔位；暫無同口径成绩的新模型標為待評測。
LiveBench 七類任務的平均分，按所示推理檔位比較。排名限本站收錄型號；待評測型號列在末尾。
評測來源
方法說明、原始結果和社群討論請以外部平台為準。