C-Eval中文

C-Eval 由上海交通大学和阿里巴巴于 2023 年发布，是全面的中文知识和推理评测基准。涵盖 52 个学科，从人文、社科、理工到医学，共约 14000 道多项选择题。使用中国教育考试标准难度分级，是评估中文 LLM 综合能力的最权威基准之一。

排行数据源

#模型得分

1

Kimi-K2.5月之暗面

94.0%

2

Gemini 3 ProGoogle

93.4%

3

Qwen3.6-Plus阿里巴巴

93.3%

4

DeepSeek-V4-Pro Base深度求索

93.1%

5

Qwen3.5-397B-A17B阿里巴巴

93.0%

6

GLM-5智谱AI

92.8%

7

Kimi K2 Base月之暗面

92.5%

8

Claude Opus 4.5Anthropic

92.2%

9

DeepSeek-V4-Flash Base深度求索

92.1%

10

Qwen3-235B-A22B阿里巴巴

92.1%

共 64 个模型

返回基准目录

C-Eval中文

官方网站

C-Eval 由上海交通大学和阿里巴巴于 2023 年发布，是全面的中文知识和推理评测基准。涵盖 52 个学科，从人文、社科、理工到医学，共约 14000 道多项选择题。使用中国教育考试标准难度分级，是评估中文 LLM 综合能力的最权威基准之一。

排行数据源

#模型得分

1

Kimi-K2.5月之暗面

94.0%

2

Gemini 3 ProGoogle

93.4%

3

Qwen3.6-Plus阿里巴巴

93.3%

4

DeepSeek-V4-Pro Base深度求索

93.1%

5

Qwen3.5-397B-A17B阿里巴巴

93.0%

6

GLM-5智谱AI

92.8%

7

Kimi K2 Base月之暗面

92.5%

8

Claude Opus 4.5Anthropic

92.2%

9

DeepSeek-V4-Flash Base深度求索

92.1%

10

Qwen3-235B-A22B阿里巴巴

92.1%

共 64 个模型