Benchmark Atlas
资料截止
2023.11 — 2026.11

大模型评测图鉴

OpenAI、Anthropic 和 Google 用哪些题目衡量模型进步?从一道样题,读到评分方法和官方成绩。

…项评测基准
…条使用记录
…份官方资料
各厂商逐年使用的基准收录项数
色块越深,收录越多。选择数字查看对应条目。

评测基准

正在读取资料
基准档案