正在加载页面内容
C-Eval
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。
中文官方网站
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 94 | 月之暗面 | Qwen3.6-Plus 技术报告 | ||
| 2 | 93.4 | Qwen3.5 技术报告 | |||
| 3 | 93.3 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 4 | 93.1 | 深度求索 | MiMo-V2.5-Pro 技术报告 | ||
| 5 | 93 | 阿里巴巴 | Qwen3.6-27B 技术报告 | ||
| 6 | 92.8 | 智谱AI | Qwen3.6-Plus 技术报告 | ||
| 7 | 92.5 | 月之暗面 | MiMo-V2.5-Pro 技术报告 | ||
| 8 | 92.2 | Anthropic | Qwen3.6-27B 技术报告 | ||
| 9 | 92.1 | 深度求索 | MiMo-V2.5-Pro 技术报告 | ||
| 10 | 92.1 | 阿里巴巴 | Qwen3.5-122B-A10B 技术报告 |
