AI模型评测
AGI-Eval
付费AI大模型评测社区
AI Ping
付费一站式大模型服务评测与模型API调用平台
C-Eval
付费一个全面的中文基础模型评估套件
CMMLU
付费一个综合性的大模型中文评估基准
FlagEval
付费智源研究院推出的FlagEval（天秤）大模型评测平台
H2O EvalGPT
付费H2O.ai推出的基于Elo评级方法的大模型评估系统
HELM
付费斯坦福大学推出的大模型评测体系
LLMEval3
付费由复旦大学NLP实验室推出的大模型评测基准
LMArena
付费AI模型评估平台
MagicArena
付费字节推出的视觉生成模型对战平台
MMBench
付费全方位的多模态大模型能力评测体系
MMLU
付费大规模多任务语言理解基准
Hugging Face推出的开源大模型排行榜单
OpenCompass
付费上海人工智能实验室推出的大模型开放评测体系
PubMedQA
付费生物医学研究问答数据集和模型得分排行榜
SuperCLUE
付费中文通用大模型综合性测评基准