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
10 10
3 - 13
GLM 5.2 (Max)
智谱 ZAI · MIT
4.37%±2.48% 9.43%±4.52% 14.88%±9.11% 6.00%±4.50% 1.69%±3.28% 1.86%±0.23% 9.2K
13 13
10 - 13
GLM 5.1
智谱 ZAI · MIT
2.66%±1.14% 3.42%±2.37% 1.34%±3.99% 1.24%±2.33% 5.44%±1.09% 1.86%±0.23% 32.4K
14 14
14 - 19
DeepSeek V4 Pro
DeepSeek · MIT
0.10%±1.41% 0.44%±3.07% 0.07%±4.86% 2.81%±3.04% 2.93%±1.33% 0.74%±0.32% 28.0K
16 16
14 - 19
Kimi K2.6
月之暗面 · Modified MIT
0.50%±1.09% 0.36%±2.28% 1.70%±3.64% 2.82%±2.20% 0.22%±1.66% 1.86%±0.23% 33.9K
18 18
14 - 19
DeepSeek V4 Flash
DeepSeek · MIT
1.18%±1.33% 4.14%±2.56% 1.50%±4.60% 6.59%±2.76% 2.42%±1.80% 0.48%±0.38% 32.6K
19 19
14 - 23
Kimi K2.7 Code
月之暗面 · Modified MIT
2.71%±2.39% 3.82%±4.53% 5.17%±7.84% 12.25%±4.81% 1.83%±4.94% 1.86%±0.23% 14.7K
24 24
21 - 25
Minimax M2.7
MiniMax · Modified MIT
7.81%±1.05% 13.51%±2.58% 15.50%±3.20% 8.77%±2.04% 3.05%±1.71% 1.79%±0.25% 32.6K
26 26
20 - 26
Nemotron 3 Ultra
NVIDIA · OpenMDW-1.1
8.65%±4.12% 4.39%±7.57% 5.54%±14.18% 22.66%±8.28% 12.31%±7.55% 1.63%±0.51% 3.9K
27 27
25 - 27
Gemma 4 31B
Google · Apache 2.0
12.73%±1.97% 5.87%±2.40% 7.22%±3.58% 6.20%±2.20% 27.61%±6.38% 16.73%±5.59% 26.5K
🔍

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