模型跨榜表现客观对照
横向查看同一模型在人类盲测偏好、综合基准、中文评测及专项幻觉/检索榜中的名次快照。
⚠️
重要声明：跨榜单不可直接比较分值或计算加权总分
每个榜单测试目的、数据集构成（例如：LMArena 的众包真实对话盲测 vs OpenCompass 的多学科选择题基准 vs Vectara 的幻觉率测量）均完全不同。本页面仅供对照模型在各体系中的独立名次，严禁跨榜把 Elo 分与百分制分数混合平均。
选择要对比的模型（最多 4 款）
点击下方标签添加或移除模型：
已选择 3 款模型
各权威榜单排名与分值横向对照表
| 评测榜单来源 | 评测机制 | 核心指标口径 |
|---|
请在上方至少选择 1 款模型进行对照。