小贴士:按下Ctrl+D 或 ⌘+D,一键收藏本站,方便下次快速访问!
首页
分类
发现
视频
Apps
排行榜
博客教程
AI备案查询
全网AI快讯
实时
提交/推广产品
登录
首页
/
全部分类
/
大模型
/
大模型评测
/
2025年最好的
17
个大模型评测工具
大模型评测工具帮助用户对各种大规模机器学习模型进行评估与分析。通过自动化的性能评测、对比分析等功能,用户能够精准了解模型的效果、性能瓶颈以及优化空间,为模型选择和改进提供数据支持。
热门领域
创作
图像
视频
音频
服务
大模型
开发
营销
企业
学习
办公工作
设计
全部产品
DeepSeek
大语言模型
AI模型托管
开源大模型
国产大模型
教育大模型
多模态大模型
语音大模型
视频大模型
大模型评测
绘画大模型
全部地区
全部类型
推荐
OpenCompass司南 - 评测榜单
OpenCompass 平台的 LLM(大语言模型)排行榜页面,由 OpenCompass 社区维护。
AGI-Eval评测社区
是由上海交通大学、同济大学、华东师范大学以及 DataWhale 等高校和机构合作推出的大模型评测社区
C-Eval 排行榜
主要用于展示不同大语言模型(LLMs)在多层次、多学科中文任务中的综合能力排名。
MMBench
MMBench 的官方排行榜页面,由 OpenCompass 社区维护。
AI Ping
专注AI大模型服务性能评测的平台
LMArena
大语言模型评估与比较的AI开源平台
Open LLM Leaderboard
由 open-llm-leaderboard 团队创建。它的主要目的是跟踪、排名和评估开源大语言模型(LLMs)和聊天机器人,为用户提供一个透明、可比较的平台,以了解不同模型的性能表现。
MMLU
MMLU 是一个广泛使用的基准,测试模型在多个学科和任务上的语言理解能力,涵盖高中、大学和专业水平的知识。
Evidently AI
开源的机器学习模型监测和测...
Ai-Ceping
领先的大模型评测平台
星图AstraFlow大模型
UCloud 优刻得旗下 AstraFlow 星图平台的模型体验广场
arize.com
是一个领先的 AI 可观测性平台
Anyscale
专注于运行和扩展机器学习(ML)与人工智能(AI)工作负载
Prompt Llama
帮助用户评估不同模型在生成图像时的表现差异
xia345
AI Agent 生态导航平台
HELM
斯坦福大学推出的大模型评测体系
PinchBench
由Kilo AI 团队打造的AI 大模型 Agent 能力专业评测平台
上一页
1
下一页