模型测评 / 排行榜

众包式 AI 模型评测平台，通过用户盲测投票生成 LLM、图像与代码模型的公开排行榜。

评测大模型与编程 Agent 解决真实 GitHub 软件工程问题的权威基准与官方排行榜。

伯克利开源项目，让大模型准确调用 API 与工具，并维护函数调用排行榜 BFCL。

开源、全面的大模型评测开放平台，提供 LLM 与多模态榜单、评测集社区和竞技场。

独立评测 AI 模型与 API 提供商的基准平台，覆盖质量、价格、速度与延迟等指标。

独立领先的中文通用大模型综合性测评基准，提供多维度能力对比与排行榜单。

Scale Labs 推出的 AI 模型排行榜，提供 20+ 专家设计的基准测试与 100+ 模型排名。

OpenRouter 基于真实 API 调用量的 LLM 排行榜，展示开发者实际使用的模型。

无污染、定期刷新的 LLM 基准测试与排行榜，覆盖 7 大类 23 项客观任务并附运行成本。

追踪 783 个 AI 模型、645 项基准的排行榜，含评分、证据、API 价格与上下文窗口对比。

LLM API 比价与测速平台，聚合 100+ 供应商价格、免费额度、实时速度基准与 API 安全审计。

独立的大模型排行榜，按智能、速度、价格对 300+ 模型进行综合评分与实时对比。

免费的大模型 API 价格对比站，覆盖 300+ 模型，每日更新官方定价。

社区众测的本地大模型推理速度榜，对比不同硬件与引擎的 tokens/s 表现

面向东南亚的开源多语言多模态大模型家族，支持11种以上东南亚语言，可在轻量设备部署。

一个在线大模型 API 价格计算器，可按输入、缓存输入和输出 token 数估算各家模型调用成本。

全球众包设计模型竞技场，输入创意即可让多个顶级 AI 模型生成并投票评选最佳作品。

fal.ai 推出的生成图像模型竞技场，可对比提示词效果并查看模型排行榜。