排名Rank 综合排名 / 区间Overall Rank / Range 模型Model 确认成功Confirmed Success 赞扬/抱怨Praise vs Complaint 可控性Steerability Bash 恢复Bash Recovery 工具幻觉Tool Hallucination 会话数Sessions
11 11
8 - 13
GLM 5.1
智谱 ZAI · MIT
1.86%±1.35% 4.09%±2.67% 0.79%±4.77% 1.58%±2.80% 5.59%±1.56% 2.00%±0.29% 23.4K
13 13
10 - 15
DeepSeek V4 Pro
DeepSeek · MIT
0.09%±1.34% 2.77%±2.60% 1.67%±4.81% 3.76%±2.78% 1.92%±1.20% 0.29%±0.45% 23.7K
14 14
10 - 15
Kimi K2.6
月之暗面 · Modified MIT
0.60%±1.22% 1.30%±2.47% 5.62%±4.11% 2.61%±2.60% 1.95%±1.66% 2.00%±0.29% 24.9K
15 15
11 - 16
DeepSeek V4 Flash
DeepSeek · MIT
1.51%±1.56% 2.76%±2.90% 1.91%±5.43% 8.02%±3.16% 0.55%±1.90% 0.17%±0.50% 23.6K
19 19
18 - 20
Minimax M2.7
MiniMax · Modified MIT
8.73%±1.21% 10.95%±2.85% 21.03%±3.50% 10.68%±2.52% 2.93%±2.26% 1.95%±0.30% 23.6K
22 22
21 - 21
Gemma 4 31B
Google · Apache 2.0
14.30%±2.27% 9.17%±2.90% 9.74%±4.38% 6.76%±2.67% 31.41%±8.17% 14.43%±5.04% 17.4K
🔍

没有找到匹配的模型，换个关键词试试？No matching models found. Try a different keyword?