返回工具目錄

Resource detail

LiveBench

題目持續更新的防污染基準測試，結果更可信。

全球免費開源

前往官網更多類似資源

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。

選型速覽

livebench

價格模式

免費

存取方式

免登入

支援平台

Web

支援中文

否

最近驗證

未核實

熱門指數

74/100

定價證據

未核實

驗證與來源

未核實

未核實

未核實

標籤

基準測試防污染榜單

適用對象

研究者開發者

更新資訊

更新時間：2026-08-29

熱門指數：74/100

典型用途

能力評估論文引用

引用卡片

LiveBench

題目持續更新的防污染基準測試，結果更可信。

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

變更紀錄

目錄更新時間

2026-08-29

最近核驗

未核實

待複核說明

未核實

AI 應用的評測集怎麼建立從真實任務採樣，建構可持續迭代的离線評測集。

相似工具與替代品

按相近用途整理

LMArena

通過真實使用者投票對比 LLM 輸出品質的公開評測平台。

全球免費模型對比+2

更新時間：2026-08-29

Artificial Analysis

獨立的模型與 API 效能分析站：品質、速度、價格。

全球免費效能分析+2

更新時間：2026-08-29

SWE-bench

以真實 GitHub issue 評測模型程式設計能力的基準。

全球免費開源+3

更新時間：2026-08-29

Aider LLM Leaderboards

Aider 的程式碼編輯排行榜，貼近真實開發任務。

全球免費開源+3

更新時間：2026-08-29

OpenCompass 司南

上海 AI 實驗室的開源評測體系，中文榜單權威。

中國地區免費開源+2

更新時間：2026-08-29

SuperCLUE

中文大模型綜合測評基準，按月發布榜單。

中國地區免費中文評測+2

更新時間：2026-08-29