
简介:
本表格汇总了常用大语言模型在主流评测排行榜上的表现。评测范围涵盖:
人类偏好(文字和视觉),知识与推理,数学能力,代码能力,长文本推理,和指令遵循能力。
在整合各项评测结果的基础上,计算出综合排名。
更新:
稀宇科技的minimax-m2强势冲进前十,在代码和指令理解能力上表现出色。
据说11月中旬Google会推出Gemini 3,且其UI/UX设计能力非常强悍。期待中✨。
总结:
综合实力最强:gpt-5。
国内最强模型:deepseek v3.1/qwen3-235b。
最强代码模型:gpt-5-codex/claude-sonnet-4.5。
本项目地址:
https://github.com/Tennisatw/LLM-Leaderboard
如果觉得本图有帮助,欢迎点个⭐。
#排行榜 #大模型 #openai #llm #claude #chatgpt #deepseek
本表格汇总了常用大语言模型在主流评测排行榜上的表现。评测范围涵盖:
人类偏好(文字和视觉),知识与推理,数学能力,代码能力,长文本推理,和指令遵循能力。
在整合各项评测结果的基础上,计算出综合排名。
更新:
稀宇科技的minimax-m2强势冲进前十,在代码和指令理解能力上表现出色。
据说11月中旬Google会推出Gemini 3,且其UI/UX设计能力非常强悍。期待中✨。
总结:
综合实力最强:gpt-5。
国内最强模型:deepseek v3.1/qwen3-235b。
最强代码模型:gpt-5-codex/claude-sonnet-4.5。
本项目地址:
https://github.com/Tennisatw/LLM-Leaderboard
如果觉得本图有帮助,欢迎点个⭐。
#排行榜 #大模型 #openai #llm #claude #chatgpt #deepseek


