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。
适合想对比不同大模型能力、查看公开排行榜选型的开发者与 AI 爱好者。
多语言多模态的 Embedding 与检索系统评测基准,含排行榜与 Python 工具库。
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。
专注 AI 趋势与治理的研究机构,发布算力、模型与基准的开放数据库和报告。
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。