AI TOOL CATEGORY
模型评测工具
大模型能力排行、基准测试与效果比较平台
共收录 15 款工具
C-Eval
C-Eval 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
SuperCLUE
SuperCLUE 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
OpenCompass
OpenCompass 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
MMBench
MMBench 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
LMArena
LMArena 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
H2O EvalGPT
H2O EvalGPT 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
MagicArena
MagicArena 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
Open LLM Leaderboard
Open LLM Leaderboard 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
FlagEval
FlagEval 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
AGI-Eval
AGI-Eval 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
LLMEval3
LLMEval3 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。
PubMedQA
PubMedQA 是一款聚焦模型评测与能力比较的 AI 工具，可作为该场景的候选方案进行体验和比较。具体功能、价格与地区可用性请以官网最新信息为准。