【💰】大佬们都是在哪查看 AI 能力排名的呢？

其实没啥参考意义，新出的模型基本都会霸榜，今天不是这个爆了就是明天那个炸了，而且不内部跑分跑到第一，是不会放出来的
又不搞科研，谢谢代码日常用用 GPT 绰绰有余

SWE-bench Verified/Pro、Terminal-Bench 2.0、NL2Repo、CyberGym、LiveCodeBench。。。
但说实话看多了也就腻了 还是得结合个人使用体感

Arena.ai？大模型竞技场

自己体感最重要，用的够多感受还是很明显的

搞了一圈，还是付费的好用。

付费使用一段时间，自行对比。

自媒体或者厂商都会无限吹捧自家模型，但有些模型使用不一定符合自己

榜单意义不大，都是在刷榜。主要得看你是干什么用？

日常娱乐用国产，工作用老外

每个人都有心中的哈姆雷特

你用，自然知道哪个好

不用，每个都说自己榜一

没有啥讨论意义，就目前来讲参数越大的模型更 "聪明"，
如果想体验最新的模型可以氪金。

稍微关注一下，好的几个模型总会刷到。然后在自己的任务上都试一遍，就知道哪个适合自己了。

自己用着好用就可以

FlagEval 这个吧。

一般我都是看 linux.do 的评价 感觉评测榜意义不大

我一般都是看感觉，最后哪个产出适合我就用哪个

https://artificialanalysis.ai/leaderboards/models

用贵的 准没错

https://openlm.ai/chatbot-arena/

在 L 站关注了个一个老哥，纯粹分享新出模型能力，其中包含各个测评网站的简单排名，每次出新模型就看他帖子补充一下，这种热知识基本上不过脑子的，纯聊天的谈资

自己多用，自己的使用体验是最重要的，能解决自己的问题，能实现方案就是对你最好的。

榜单看个乐就够了，想起上半年看 MiniMax M2.7 那吊炸天的跑分，和令人心动的 Token Plan 价格，买了一个月 Starter 试水...体验一言难尽
这玩意还是得靠试，用起来体感好的那他就是好。
比如最近 GPT5.5 降智严重，一用就感觉出来了。

看实际消耗量排行榜

适合自己就好

记得，越贵就越好。