模型测评 / 排行榜
共 52 个AI 用户与开发者推荐的模型测评 / 排行榜。
LLM Pricing Calculator
llm-prices.com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。
免费GPT网页
模型测评 / 排行榜 · 1 处推荐
AgenticRL-Bench
agenticrl-bench.env-lab.aiEigent AI 推出的智能体强化学习基准,含 22 项真实任务与排行榜,覆盖调试到训练。
开源GLM / 智谱网页
应用评测与监控 · 1 处推荐
Cogniphic 开源的编程 Agent 基准测试仓库,对比 Forge 与 Claude Code、Codex 在 SWE-bench 上的成功率、token 与成本。
开源可自部署ClaudeGPT
应用评测与监控 · 1 处推荐
Hermes Index
portal.nousresearch.comNous Research 推出的 Agent 能力排行榜,在 Hermes Agent 内运行,对比任务完成率与单任务成本。
ClaudeGPT网页
模型测评 / 排行榜 · 1 处推荐
CloudOpsBench
cloudopsbench.ai面向云运维的 AI Agent 基准测试站,提供可复现评测、排行榜与任务记录。
ClaudeDeepSeekGeminiGPTGrokKimi
应用评测与监控 · 1 处推荐
Taiwan-LLM(Yen-Ting Lin)
huggingface.coHugging Face 上的台湾 LLM 开发者主页,发布 Llama-3-Taiwan 系列繁中模型与评测榜单
开源可自部署本地模型网页
开源模型 · 1 处推荐
jevman
opper.aiOpper AI 推出的吃豆人基准,用 100 局实时游戏评测 AI 决策模型并给出排行榜。
开源有 API可自部署Claude通义千问网页
模型测评 / 排行榜 · 1 处推荐
评测语言 Agent 在真实场景中与模拟用户多轮对话、调用工具完成任务能力的基准。
开源ClaudeGPT
模型测评 / 排行榜 · 1 处推荐
Clairvoyance Local AI Benchmarks
clairvoyanceai.comClairvoyance 用户提交的本地 AI 模型在真实硬件上的基准测试结果汇总,可按模型和硬件比较性能。
通义千问本地模型网页
模型测评 / 排行榜 · 1 处推荐