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
7 7
2 - 10
GLM 5.2 (Max)
智谱 ZAI · MIT
6.93%±1.40% 9.13%±2.66% 15.45%±5.27% 3.58%±2.59% 5.19%±1.27% 1.31%±0.13% 21.9K
13 13
11 - 13
GLM 5.1
智谱 ZAI · MIT
1.40%±0.89% 2.27%±1.90% 0.26%±3.02% 0.62%±1.82% 4.31%±1.07% 1.31%±0.13% 40.3K
14 14
14 - 20
Kimi K2.7 Code
月之暗面 · Modified MIT
0.77%±1.24% 0.82%±2.62% 2.63%±4.26% 1.65%±2.52% 1.72%±2.19% 1.31%±0.13% 26.2K
17 17
14 - 20
DeepSeek V4 Flash
DeepSeek · MIT
1.57%±1.08% 4.27%±2.02% 1.61%±3.83% 9.19%±2.19% 4.02%±1.54% 0.50%±0.32% 39.0K
18 18
14 - 20
Kimi K2.6
月之暗面 · Modified MIT
1.82%±0.84% 1.72%±1.85% 2.80%±2.76% 4.14%±1.67% 1.75%±1.43% 1.31%±0.13% 46.3K
19 19
14 - 21
Minimax M3
MiniMax · Fireworks
2.28%±1.01% 2.14%±2.34% 7.20%±3.50% 5.11%±1.98% 1.75%±1.00% 1.31%±0.13% 31.9K
20 20
14 - 21
DeepSeek V4 Pro
DeepSeek · MIT
2.67%±1.29% 5.01%±2.94% 4.52%±4.34% 6.27%±2.73% 2.58%±1.26% 0.12%±0.36% 29.0K
25 25
22 - 26
Minimax M2.7
MiniMax · Modified MIT
8.28%±0.77% 12.20%±1.89% 15.89%±2.24% 9.85%±1.52% 4.70%±1.42% 1.22%±0.14% 43.5K
26 26
22 - 27
Nemotron 3 Ultra
NVIDIA · OpenMDW-1.1
8.87%±3.19% 5.53%±5.67% 3.94%±10.80% 17.20%±6.19% 15.30%±6.34% 2.37%±1.65% 7.0K
27 27
26 - 27
Gemma 4 31B
Google · Apache 2.0
12.52%±1.49% 4.08%±1.77% 5.57%±2.64% 5.60%±1.64% 28.72%±4.94% 18.65%±4.18% 39.4K
🔍

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