AI 测评导航｜模型纪年

模型纪年TIMELINE.AICANDO.XYZ

平台

6

Artificial Analysis（在新窗口打开）
运营方：Artificial Analysis
多维度数据持续更新
入口8
OpenRouter Rankings（在新窗口打开）
运营方：OpenRouter
多维度数据实时数据
入口13
大模型竞技场（Arena.ai）（在新窗口打开）
运营方：Arena Intelligence
多模态竞技场滚动榜
入口11
Epoch AI 能力与 Benchmarks（在新窗口打开）
运营方：Epoch AI
研究数据平台持续更新
入口7
Scale Labs / SEAL（在新窗口打开）
运营方：Scale AI
专家评测平台持续更新
入口8
Stanford HELM（在新窗口打开）
运营方：Stanford CRFM
多场景评测套件持续更新
入口7

基准

12

Requesty Routing Leaderboard（在新窗口打开）
运营方：Requesty
API 运行分钟级更新
METR Time Horizons（在新窗口打开）
运营方：METR
Agent滚动研究
CursorBench（在新窗口打开）
运营方：Cursor / Anysphere
Coding / Agent3.2
方法（在新窗口打开）
SWE-bench-Live（在新窗口打开）
运营方：SWE-bench-Live research team
Coding / Agent2025-08 数据窗
SWE-rebench（在新窗口打开）
运营方：SWE-rebench team
Coding / Agent滚动榜
方法（在新窗口打开）
Terminal-Bench（在新窗口打开）
运营方：Terminal-Bench team
Coding / Agent2.x
方法（在新窗口打开）
Aider Polyglot Leaderboard（在新窗口打开）
运营方：Aider
Coding 助手Polyglot
Humanity's Last Exam（在新窗口打开）
运营方：CAIS and Scale AI
专家知识Final · 2,500
方法（在新窗口打开）
ARC Prize Verified Leaderboard（在新窗口打开）
运营方：ARC Prize Foundation
抽象推理ARC-AGI 1–3
方法（在新窗口打开）
Vercel AI Gateway Leaderboards（在新窗口打开）
运营方：Vercel
生产采用每日更新
方法（在新窗口打开）
LiveBench（在新窗口打开）
运营方：LiveBench research team
综合能力滚动题集
方法（在新窗口打开）
FrontierMath Tiers 1–4（在新窗口打开）
运营方：Epoch AI
高等数学v2
方法（在新窗口打开）