← 模型榜
排序与评分说明
本站同步 AIHOT 官方已发布的排名与评分，不另行计算。官方将第三方评测换算到统一能力刻度，50 分为参照组平均水平，每 15 分约为一个标准差，评分不是正确率。
方法版本：2026.10-capability-scale-v19 · 参照组 92 个模型
编程 · 权重 40%
- Terminal-Bench 4.0 · Artificial Analysis
- Terminal-Bench 4.0 · Vals AI
- LiveBench Coding · LiveBench
- SciCode · Artificial Analysis
- Code Migration · Vals AI
- ProgramBench · Vals AI
- Vibe Code Bench v1.1 · Vals AI
- Vibe Code Bench 1–100 · Vals AI
- CyberBench Patch v1.1 · Vals AI
科研 · 权重 20%
- Humanity's Last Exam · Artificial Analysis
- FrontierMath T1–3 · Epoch AI
- LiveBench Reasoning · LiveBench
- CritPt · Artificial Analysis
- Chess Puzzles · Epoch AI
- Mystery Game Puzzles · Epoch AI
- MysteryMechanism · Vals AI
- Terminal-Bench Science · Vals AI
- Terminal-Bench Science · Artificial Analysis
专业办公 · 权重 20%
- GDPval-AA · Artificial Analysis
- AA-Briefcase · Artificial Analysis
- AutomationBench-AA · Artificial Analysis
- Finance Agent · Vals AI
- APEX-Agents · Mercor
- Harvey 法律 Agent 基准 · Vals AI
- τ³-Banking · Mercor
- LiveBench Data Analysis · LiveBench
- MedCode · Vals AI
- AA-Analyst Agent · Artificial Analysis
知识问答 · 权重 15%
- AA-Omniscience · Artificial Analysis
- SimpleQA Verified · Epoch AI
- AA-LCR · Artificial Analysis
- MLCR-AA · Artificial Analysis
- LiveBench Language · LiveBench
- LiveBench IF · LiveBench
- BullshitBench v2 · BullshitBench
真人盲选 · 权重 5%
- Arena Text · LMArena