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
12 12
10 - 13
GLM 5.1
智谱 ZAI · MIT
2.44%±1.23% 4.74%±2.52% 0.63%±4.28% 0.28%±2.51% 5.06%±1.46% 2.05%±0.26% 26.2K
13 13
12 - 17
DeepSeek V4 Pro
DeepSeek · MIT
0.05%±1.21% 2.55%±2.50% 1.58%±4.24% 3.30%±2.48% 1.99%±1.13% 0.57%±0.39% 26.5K
15 15
13 - 17
Kimi K2.6
月之暗面 · Modified MIT
0.45%±1.10% 0.24%±2.39% 4.00%±3.73% 2.78%±2.30% 2.25%±1.39% 2.05%±0.26% 27.6K
17 17
13 - 17
DeepSeek V4 Flash
DeepSeek · MIT
0.92%±1.38% 3.59%±2.74% 2.13%±4.75% 5.91%±2.91% 0.65%±1.64% 0.49%±0.44% 26.3K
20 20
19 - 22
Minimax M2.7
MiniMax · Modified MIT
7.86%±1.10% 10.66%±2.67% 18.85%±3.29% 9.10%±2.24% 2.68%±1.85% 2.01%±0.27% 26.5K
23 23
23 - 23
Gemma 4 31B
Google · Apache 2.0
13.20%±1.97% 7.92%±2.66% 7.95%±3.90% 7.15%±2.39% 27.77%±6.50% 15.24%±4.65% 20.3K
🔍

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