models.dev · 多厂商固定目录
成功
上次成功:2026-09-30T02:15:05.886Z
DATA & PROVENANCE
目录、服务报价与公开评测分别核验。所有页面读取同一组已完成的发布快照。
评测覆盖 161 / 426 个型号;缺测不计零分。目录、报价与来源成绩分别统计;评测覆盖含独立列出的历史题集和配置,不代表均有当前全科成绩。同步状态与全部缺口 →
2026-09-30T02:15:05.886Z · 全部已启用来源成功
成功
上次成功:2026-09-30T02:15:05.886Z
成功
上次成功:2026-09-30T02:15:05.886Z
成功
上次成功:2026-09-30T02:15:05.886Z
成功
上次成功:2026-09-30T02:15:05.886Z
成功
上次成功:2026-09-30T02:15:05.886Z
成功
上次成功:2026-09-30T02:15:05.886Z
成功
上次成功:2026-09-30T02:15:05.886Z
成功
上次成功:2026-09-30T02:15:05.886Z
计划任务入口已具备;当前没有启用无人值守调度。上游失败不会把旧时间改成新的成功时间。
本批范围:models.dev 登记材料中的 45 家厂商型号
采集截点 2026/9/30 10:15:05(北京时间)
发布时可比评测覆盖:0 / 426(独立 BenchmarkRun);来源发布榜覆盖另列,流行度未接入。
文本参考成本最低 0 USD:输入 10,000 + 输出 1,000 tokens;范围为 423 个完整报价端点。最低报价来自 North Mini Code / cohere、Gemma 4 26B A4B IT / google · litellm、Gemma 4 31B IT / google · litellm、Gemma 3 27B IT / google · litellm。
Copyright (c) 2025 models.dev — MIT License;本站仅摘取已核验的目录规格及标准文本报价。
当前发布采用的采集时间:2026-09-30T02:15:05.886Z
状态:新鲜期内。新鲜期 7 天、有效期 30 天;材料复核到期须重新审核。
MIT ↗LiteLLM · 提供方报价与容量;本站仅提取型号、服务容量与数值报价;归属映射和单位转换由本站完成。
当前发布采用的采集时间:2026-09-30T02:15:05.886Z
状态:新鲜期内。新鲜期 7 天、有效期 30 天;材料复核到期须重新审核。
MIT ↗Vercel AI Gateway · 服务目录;本站仅提取型号、服务容量与数值报价;归属映射和单位转换由本站完成。
当前发布采用的采集时间:2026-09-30T02:15:05.886Z
状态:新鲜期内。新鲜期 7 天、有效期 30 天;材料复核到期须重新审核。
公开 API 事实摘录;不声称开放数据许可 ↗OpenRouter · 路由参考目录;本站仅提取型号、服务容量与数值报价;归属映射和单位转换由本站完成。
当前发布采用的采集时间:2026-09-30T02:15:05.886Z
状态:新鲜期内。新鲜期 7 天、有效期 30 天;材料复核到期须重新审核。
公开 API 事实摘录;不声称开放数据许可 ↗Hugging Face 与各模型仓库发布者;只摘录许可证标识和 safetensors 总参数量,不复制模型卡或权重。
当前发布采用的采集时间:2026-09-30T02:15:05.886Z
状态:新鲜期内。新鲜期 7 天、有效期 30 天;材料复核到期须重新审核。
模型仓库公开元数据事实;模型许可证逐仓库保存 ↗LiveBench 团队,livebench.ai,2026-06-25 题集,2026-09-28 网站材料。本站进行型号映射、类别均分、两位小数舍入与范围内排序;改编成绩数据沿用 CC BY-SA 4.0。未传播题目、回答或上游代码,不代表作者背书。
已发布 47 个独立版本榜,合计覆盖 104 个型号。历史题集独立存放,不拼接成当前全科成绩。
登记题集:2026-06-25、2024-11-25、2025-05-30、2025-11-25、2025-12-23、2026-01-08。当前场景仍使用 2026-06-25。
题集及类别结构固定审核;同题集数值可更新并记录内容哈希。新增未知配置进入待审,缺任务不补零。每型号在各题集内选择全科最高配置,所有子榜沿用该配置。
CC BY-SA 4.0:本站改编类别成绩、型号关联和排序沿用相同许可,未传播题目、回答或上游程序。
LiveBench · 全科 · 2024-11-25 · 19 型号 →
LiveBench · 推理 · 2024-11-25 · 19 型号 →
LiveBench · 编程答题 · 2024-11-25 · 19 型号 →
LiveBench · 数学 · 2024-11-25 · 19 型号 →
LiveBench · 数据分析 · 2024-11-25 · 19 型号 →
LiveBench · 语言 · 2024-11-25 · 19 型号 →
LiveBench · 指令遵循 · 2024-11-25 · 19 型号 →
LiveBench · 全科 · 2025-05-30 · 24 型号 →
LiveBench · 推理 · 2025-05-30 · 24 型号 →
LiveBench · 编程答题 · 2025-05-30 · 24 型号 →
LiveBench · 代理编程 · 2025-05-30 · 24 型号 →
LiveBench · 数学 · 2025-05-30 · 24 型号 →
LiveBench · 数据分析 · 2025-05-30 · 24 型号 →
LiveBench · 语言 · 2025-05-30 · 24 型号 →
LiveBench · 指令遵循 · 2025-05-30 · 24 型号 →
LiveBench · 全科 · 2025-11-25 · 22 型号 →
LiveBench · 推理 · 2025-11-25 · 22 型号 →
LiveBench · 编程答题 · 2025-11-25 · 22 型号 →
LiveBench · 代理编程 · 2025-11-25 · 22 型号 →
LiveBench · 数学 · 2025-11-25 · 22 型号 →
LiveBench · 数据分析 · 2025-11-25 · 22 型号 →
LiveBench · 语言 · 2025-11-25 · 22 型号 →
LiveBench · 指令遵循 · 2025-11-25 · 22 型号 →
LiveBench · 全科 · 2025-12-23 · 22 型号 →
LiveBench · 推理 · 2025-12-23 · 22 型号 →
LiveBench · 编程答题 · 2025-12-23 · 22 型号 →
LiveBench · 代理编程 · 2025-12-23 · 22 型号 →
LiveBench · 数学 · 2025-12-23 · 22 型号 →
LiveBench · 数据分析 · 2025-12-23 · 22 型号 →
LiveBench · 语言 · 2025-12-23 · 22 型号 →
LiveBench · 指令遵循 · 2025-12-23 · 22 型号 →
LiveBench · 全科 · 2026-01-08 · 42 型号 →
LiveBench · 推理 · 2026-01-08 · 42 型号 →
LiveBench · 编程答题 · 2026-01-08 · 42 型号 →
LiveBench · 代理编程 · 2026-01-08 · 42 型号 →
LiveBench · 数学 · 2026-01-08 · 42 型号 →
LiveBench · 数据分析 · 2026-01-08 · 42 型号 →
Epoch AI, Capabilities & benchmarking (2026). 本站进行型号映射、分值单位转换及子集排序;ECI 是官方拟合输出,不传播第三方原始成绩。
Epoch 自有成绩;外部 _external.csv 不准入。
当前发布 13 个榜,覆盖 123 型号。复核截止 2026-10-29。
Epoch · GPQA diamond · 179 配置 →
Epoch · MATH level 5 · 35 配置 →
Epoch · SWE-Bench verified · 26 配置 →
Epoch · OTIS Mock AIME 2024-2025 · 178 配置 →
Epoch · FrontierMath-2025-02-28-Private · 63 配置 →
Epoch · FrontierMath-Tier-4-2025-07-01-Private · 51 配置 →
Epoch · FrontierMath-Tiers-1-3-v2-Private · 91 配置 →
Epoch · FrontierMath-Tier-4-v2-Private · 56 配置 →
Epoch · SimpleQA Verified · 62 配置 →
Epoch · Chess Puzzles · 158 配置 →
Arena / lmarena-ai, leaderboard-dataset. 本站筛选 overall、映射型号并重新排列收录范围名次。来源为官方主动发布数据集,不抓取 Arena 网站。
官方人类偏好 Bradley–Terry rating 与置信区间(points,不是通过率或智力)。保留子集/overall/发布时间;不接入使用 IPS 的 Agent Arena。
当前发布 4 个榜,覆盖 24 型号。复核截止 2026-10-29。
Arena · text_to_image · 人类偏好 · 4 配置 →
Arena · image_edit · 人类偏好 · 4 配置 →