首页 › AI模型评测
AI模型评测 AI 工具大全
「AI模型评测」分类下目前收录 15 款 AI 工具，覆盖模型能力评测、排行榜、基准测试与选型参考。代表工具包括 MagicArena、MMLU、Open LLM Leaderboard、C-Eval、FlagEval 等；其中 0 款为热门推荐，4 款标注为国内可直接访问。每款工具均提供官网直达链接、定价模式与适用地区说明，可按需对比筛选。
全部 15 款 AI模型评测 工具
AI模型评测 工具速览对比表
| 工具 | 简介 | 定价 | 适用地区 | 标签 |
|---|---|---|---|---|
| MagicArena | 字节推出的视觉生成模型对战平台 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| MMLU | 大规模多任务语言理解基准 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| Open LLM Leaderboard | Hugging Face推出的开源大模型排行榜单 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| C-Eval | 一个全面的中文基础模型评估套件 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| FlagEval | 智源研究院推出的FlagEval（天秤）大模型评测平台 | 免费额度+付费订阅 | 国内可直接访问 | 模型评测 |
| SuperCLUE | 中文通用大模型综合性测评基准 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| AGI-Eval | AI大模型评测社区 | 免费额度+付费订阅 | 国内可直接访问 | 模型评测 |
| OpenCompass | 上海人工智能实验室推出的大模型开放评测体系 | 免费额度+付费订阅 | 国内可直接访问 | 模型评测 |
| CMMLU | 一个综合性的大模型中文评估基准 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| MMBench | 全方位的多模态大模型能力评测体系 | 免费额度+付费订阅 | 国内可直接访问 | 模型评测 |
| HELM | 斯坦福大学推出的大模型评测体系 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| LMArena | AI模型评估平台 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| LLMEval3 | 由复旦大学NLP实验室推出的大模型评测基准 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| H2O EvalGPT | H2O.ai推出的基于Elo评级方法的大模型评估系统 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
| PubMedQA | 生物医学研究问答数据集和模型得分排行榜 | 免费额度+付费订阅 | 海外站点 | 模型评测 |
上表为本分类全部 15 款工具，点击名称进入详情页。定价与地区信息随各家官方政策变化，以官网为准。
AI模型评测 分类常见问题
AI模型评测工具哪个好用？
AI图鉴在「AI模型评测」分类下收录了 15 款工具，其中 0 款被标记为热门推荐。选型时建议先按本页速览对比表确认定价模式与适用地区，再逐个试用。如果只需要免费方案，可参考 AI图鉴的免费 AI 额度总表（https://aitujian.cn/free-ai-api.html）。
AI模型评测工具有免费的吗？
有。本分类 15 款工具全部提供免费额度或免费试用。各工具的免费额度与限制不同，具体以各家官网为准。
AI模型评测工具怎么选？
先确认两件事：① 是否需要国内可直接访问——本分类 4 款标注为国内可直接访问，其余为海外站点（部分需要自备网络环境）；② 是否能接受付费——完全免费的 0 款、其余为免费额度加付费订阅。确定后再按功能标签在下方对比表中缩小范围。
AI图鉴的AI模型评测分类多久更新一次？
工具库由定时任务自动同步，新增工具会直接进入本页；AI 资讯与热门项目每小时更新一次。当前本分类共 15 款工具。