AI 模型评测中心

已部署对象 · 可回查

ENT-V25-EMBEDGEMMA2 · EmbeddingGemma 2

公开页面只呈现对象、版本、关系和来源证据；当前判断为 source-backed candidate，个人使用与测评记录仍为私有且为空。

证据边界：官方发布页、模型卡与 Decision Maker 文档已绑定；本人语料召回、延迟、采用、收益和许可审查仍未知。

回查对象与证据 →

权威榜单

10

收录模型

10

评测成绩

50

模型厂商

10

分类榜单

榜单	分类	最新批次	领跑模型
GAIA Meta/HuggingFace	Agent 能力	2026-09-20	Anthropic Claude Opus 4 73.2 %
GPQA Diamond NYU/Anthropic	推理能力	2026-09-20	OpenAI GPT-5 thinking 91.1 %
LMArena LMSYS	综合能力	2026-09-20	OpenAI GPT-5 thinking 1,458 points
MMLU 学术社区	综合能力	2026-09-20	OpenAI GPT-5 thinking 92.8 %
SWE-bench Verified Princeton NLP / OpenAI 校验	编程能力	2026-09-20	OpenAI GPT-5 thinking 74.9 %
ARC-AGI-1 ARC Prize Foundation	推理能力	2026-09-20	暂无成绩
Artificial Analysis Intelligence Index Artificial Analysis	综合能力	2026-09-20	暂无成绩
Berkeley Function Calling Leaderboard UC Berkeley	Agent 能力	2026-09-20	暂无成绩
MMMU MMMU Team	多模态	2026-09-20	暂无成绩
SuperCLUE 综合 SuperCLUE	中文能力	2026-09-20	暂无成绩

模型总览

按厂商与系列登记的模型实体

10 个模型

01.AI Yi Lightning 2

128K 上下文 · $0.14/$0.56 每M · 推理 · 编程

Alibaba Qwen 3 Max

262K 上下文 · $1.2/$6 每M · 多模态 · 推理 · 编程 · Agent

Anthropic Claude Opus 4

200K 上下文 · $15/$75 每M · 多模态 · 推理 · 编程 · Agent

DeepSeek DeepSeek V3.1

128K 上下文 · $0.27/$1.1 每M · 推理 · 编程

Google Gemini 2.5 Pro

1M 上下文 · $1.25/$10 每M · 多模态 · 推理 · 编程 · Agent

Meta Llama 4 Maverick

1M 上下文 · $0.27/$0.85 每M · 多模态 · 编程

Mistral Mixtral Large 2

128K 上下文 · $2/$6 每M · 编程

OpenAI GPT-5 thinking

400K 上下文 · $1.25/$10 每M · 多模态 · 推理 · 编程 · Agent

256K 上下文 · $3/$15 每M · 多模态 · 推理 · 编程 · Agent

200K 上下文 · $0.6/$2.2 每M · 多模态 · 推理 · 编程 · Agent

数据口径

50 条成绩

官方核实 0 条 · 机构官方发布自动核实

社区来源 0 条 · 社区来源待验证

种子数据 50 条 · 人工录入种子数据，待核实

成绩为各评测机构公开发布的原始数据；本站不合成总分、不重排名次——比较请进入各榜单页查看方法论。

最新收录

20 条最近成绩

OpenAI GPT-5 thinking 列 LMArena 第 1 名

1,458 points · 2026-09-20

OpenAI GPT-5 thinking 列 MMLU 第 1 名

92.8 % · 2026-09-20

OpenAI GPT-5 thinking 列 GPQA Diamond 第 1 名

91.1 % · 2026-09-20

OpenAI GPT-5 thinking 列 SWE-bench Verified 第 1 名

74.9 % · 2026-09-20

Anthropic Claude Opus 4 列 GAIA 第 1 名

73.2 % · 2026-09-20

Google Gemini 2.5 Pro 列 LMArena 第 2 名

1,441 points · 2026-09-20

Anthropic Claude Opus 4 列 LMArena 第 2 名

1,436 points · 2026-09-20

Google Gemini 2.5 Pro 列 MMLU 第 2 名

91.2 % · 2026-09-20

xAI Grok 4 列 GPQA Diamond 第 2 名

87.9 % · 2026-09-20

Anthropic Claude Opus 4 列 SWE-bench Verified 第 2 名

72.5 % · 2026-09-20

OpenAI GPT-5 thinking 列 GAIA 第 2 名

71.4 % · 2026-09-20

xAI Grok 4 列 LMArena 第 3 名

1,428 points · 2026-09-20

Anthropic Claude Opus 4 列 MMLU 第 3 名

90.7 % · 2026-09-20

Google Gemini 2.5 Pro 列 GPQA Diamond 第 3 名

86.4 % · 2026-09-20

DeepSeek DeepSeek V3.1 列 SWE-bench Verified 第 3 名

68.4 % · 2026-09-20

Alibaba Qwen 3 Max 列 LMArena 第 4 名

1,415 points · 2026-09-20

DeepSeek DeepSeek V3.1 列 MMLU 第 4 名

89.5 % · 2026-09-20

xAI Grok 4 列 MMLU 第 4 名

89.3 % · 2026-09-20

Anthropic Claude Opus 4 列 GPQA Diamond 第 4 名

83.4 % · 2026-09-20

Google Gemini 2.5 Pro 列 SWE-bench Verified 第 4 名

63.8 % · 2026-09-20