源代码 赞助支持
帕维尔·库纳
界面设计师
状态 简介
科技 · 频道

AI

模型、Agent 与用 AI 解决真实问题。
全部文章 · 8 篇 返回科技
使用方式

工具

我自己现在就做：自助完成一项任务。
数据服务

AI 模型评测中心

全球权威榜单聚合：模型、成绩、方法论与来源，不制造评分。

Elvis9 AI

认识AI · 运用AI

同一生产知识库的双主线全景：技术机制/产业格局怎样变化，真实使用/可信测评怎样取舍。
技术对象 A1
70
技术关系 / 事件
88 / 40
产业对象 A2
46
产业关系 / 事件
76 / 35

AI 全景数据时点：2026-10-24 14:06 UTC｜战略版 v3.0｜A1 更新 2026-10-21；A2 更新 2026-10-20｜内容由菲戈逐篇人工审核后发布｜发现错误请经 GitHub 反馈更正

认识AI · 技术机制 →认识AI · 产业格局 →运用AI · 使用经验 →运用AI · 测评研究 →
Elvis9 AI

AI 模型评测中心

全球权威榜单聚合：保留来源与方法，不制造评分。
进入评测中心 →
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
01.AI Yi Lightning 2
128K 上下文 · $0.14/$0.56 每M · 推理 · 编程
闭源
AL
Alibaba Qwen 3 Max
262K 上下文 · $1.2/$6 每M · 多模态 · 推理 · 编程 · Agent
闭源
AN
Anthropic Claude Opus 4
200K 上下文 · $15/$75 每M · 多模态 · 推理 · 编程 · Agent
闭源
DE
DeepSeek DeepSeek V3.1
128K 上下文 · $0.27/$1.1 每M · 推理 · 编程
开放权重
GO
Google Gemini 2.5 Pro
1M 上下文 · $1.25/$10 每M · 多模态 · 推理 · 编程 · Agent
闭源
ME
Meta Llama 4 Maverick
1M 上下文 · $0.27/$0.85 每M · 多模态 · 编程
开放权重
MI
Mistral Mixtral Large 2
128K 上下文 · $2/$6 每M · 编程
开放权重
OP
OpenAI GPT-5 thinking
400K 上下文 · $1.25/$10 每M · 多模态 · 推理 · 编程 · Agent
闭源
XA
xAI Grok 4
256K 上下文 · $3/$15 每M · 多模态 · 推理 · 编程 · Agent
闭源
ZH
Zhipu GLM 5
200K 上下文 · $0.6/$2.2 每M · 多模态 · 推理 · 编程 · Agent
开放权重

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
频道动态

最新文章

全部文章
真正的分水岭不是又一个模型，而是AI开始承担持续责任
2026-10-23 · 3 分钟
AI
GPT-6 真正改变的，不只是答案质量，而是答案与软件界面的边界
2026-10-23 · 2 分钟
AI
第二次AI全景点评，真正变快的是哪里？
2026-10-23 · 2 分钟
AI
测评不是排榜，而是判断什么条件下值得用
2026-10-23 · 2 分钟
AI
模型不是终点：Agent 时代可能重塑 AI 竞争格局
2026-10-02 · 7 分钟
AI
菲戈视角：全球模型榜怎么读
2026-09-28 · 6 分钟
AI
Copyright © 2026 Elvis9.com

主题设置

选择应用的明暗模式。

选择应用的主色。

选择适合应用的字体。

选择应用的灰阶基色。

选择应用的圆角系数。

保存