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
9 9
3 - 12
GLM 5.2 (Max)
智谱 ZAI · MIT
6.62%±1.20% 8.88%±2.26% 14.70%±4.36% 3.41%±2.38% 4.88%±1.19% 1.24%±0.15% 28.4K
14 14
13 - 14
GLM 5.1
智谱 ZAI · MIT
1.58%±0.87% 1.71%±1.85% 1.28%±3.00% 0.22%±1.82% 3.90%±0.98% 1.24%±0.15% 46.6K
16 16
15 - 20
Kimi K2.7 Code
月之暗面 · Modified MIT
1.06%±1.35% 0.24%±2.93% 2.71%±4.50% 2.12%±2.69% 1.46%±2.27% 1.24%±0.15% 28.6K
17 17
15 - 20
DeepSeek V4 Flash
DeepSeek · MIT
1.19%±1.28% 4.61%±2.50% 3.82%±4.51% 8.77%±2.48% 5.21%±1.81% 0.39%±0.31% 40.3K
18 18
15 - 20
Kimi K2.6
月之暗面 · Modified MIT
1.90%±0.93% 1.09%±2.11% 3.92%±3.01% 4.05%±1.87% 1.67%±1.48% 1.24%±0.15% 48.7K
19 19
16 - 20
Minimax M3
MiniMax · Fireworks
2.26%±1.11% 2.96%±2.70% 7.22%±3.73% 4.98%±2.24% 2.63%±0.96% 1.24%±0.15% 34.3K
20 20
16 - 21
DeepSeek V4 Pro
DeepSeek · MIT
2.77%±1.27% 4.44%±3.03% 5.72%±4.19% 4.02%±2.78% 0.13%±1.36% 0.18%±0.28% 30.8K
25 25
22 - 27
Minimax M2.7
MiniMax · Modified MIT
8.18%±0.83% 12.82%±2.18% 15.25%±2.47% 9.01%±1.60% 4.92%±1.38% 1.09%±0.18% 46.6K
27 27
24 - 28
Nemotron 3 Ultra
NVIDIA · OpenMDW-1.1
11.75%±2.88% 10.10%±5.46% 6.89%±9.08% 21.04%±5.64% 19.53%±6.77% 1.17%±1.07% 8.6K
28 28
27 - 28
Gemma 4 31B
Google · Apache 2.0
13.07%±1.49% 2.99%±1.69% 5.14%±2.50% 4.61%±1.59% 30.12%±4.80% 22.47%±4.54% 46.6K
🔍

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