基准测试相关工具、教程与提示词

汇集基准测试主题下已发布的工具、教程、提示词与场景资料,帮助你了解用途、使用条件及操作方法。

AI 工具

B
外部应用

BenchGecko|AI模型基准与跨厂商定价对比榜

面向模型选型与成本调研人员的第三方榜单,汇总数千个AI模型的基准测试表现和跨供应商定价,并提供免费API和开放数据集供进一步查询。

大语言模型排行榜网页
使用难度
站长实测状态尚未登记
S
外部应用

StructEval|LLM结构化输出评测基准与排行榜

面向大模型评测与选型人员的公开基准与排行榜,用2035个样例和18种文本及可渲染格式检验大模型生成和转换结构化输出的能力。

大语言模型排行榜网页
使用难度
站长实测状态尚未登记
L
外部应用

LiveCodeBench|大语言模型代码能力评测榜单

由高校团队维护的大模型代码能力评测基准与排行榜,持续收录新题目,除代码生成外还考察自我修复、代码执行与测试输出预测,适合研究者与选型人员参考。

大语言模型排行榜网页榜单
使用难度
站长实测状态尚未登记