排名基于独立基准评测。分数由多个标准化基准测试计算并归一化到0–100。
按编程能力排名的语言模型。
按推理能力排名的语言模型。
按知识准确性排名的语言模型。
按视觉理解能力排名的多模态模型。
按每美元智能排名的模型。
按生成速度排名的模型。
按综合智能排名的模型。
按数学推理排名的模型。
按长上下文能力排名的模型。
按代理能力排名的模型。
按安全性和对齐排名的模型。
按指令遵循能力排名的模型。