排行榜
搜索和厂商筛选同时作用于图片。保留来源名次,不因筛选重新排名;初步评分和同名异常会单独标注。点击列标题可排序;Agent 榜同时展示来源提供的五项细分信号。缺失数据以 — 表示。
| 模型 | 厂商 | 排名区间 | 确认成功 | 好评 / 抱怨 | 可引导性 | Bash 恢复 | 工具幻觉 |
|---|
没有找到符合条件的模型,试试其他关键词。
搜索和厂商筛选同时作用于图片。保留来源名次,不因筛选重新排名;初步评分和同名异常会单独标注。点击列标题可排序;Agent 榜同时展示来源提供的五项细分信号。缺失数据以 — 表示。
| 模型 | 厂商 | 排名区间 | 确认成功 | 好评 / 抱怨 | 可引导性 | Bash 恢复 | 工具幻觉 |
|---|
没有找到符合条件的模型,试试其他关键词。
模型选型还取决于成本、延迟、上下文和你的实际任务。榜单是一个起点。
本站为词元神独立建设的非官方榜单展示站,与 Arena 无隶属关系。原始数据来源为 Arena(arena.ai),目前通过第三方同步。本站不宣称数据已获官方验证或实时同步。模型名称、分数及指标以来源快照为准。
同步程序每小时检查一次。各分类分别记录源榜单更新日期、镜像采集时间和本站采集时间。镜像采集距今超过 48 小时会显示提示;请求失败或校验不通过时继续展示上一份有效快照,不用当前时间覆盖原始日期。
不可以。普通榜单显示该分类的 Arena 评分;Agent 榜显示相对平均模型的净改善度,不是绝对成功率。95% 置信区间重叠时,微小的名次差异未必有统计意义。模型版本和推理档位保留来源标识。
普通榜单默认截断横轴以便观察分差,图片底部明确标注起点,条长不代表能力倍数。可以切换为从 0 开始。Agent 榜以 0 为基线。图片保留来源名次,筛选后的 Top N 仅代表当前条件下展示的前 N 个条目。