模型评测工具

MMLU 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。

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 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 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 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 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 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。

CMMLU 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。

HELM 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 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 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。