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
4 - 12
GLM 5.2 (Max)
智谱 ZAI · MIT
6.54%±1.17% 9.46%±2.21% 13.74%±4.23% 3.44%±2.30% 4.82%±1.17% 1.24%±0.13% 29.6K
14 14
13 - 19
GLM 5.1
智谱 ZAI · MIT
1.57%±0.86% 1.67%±1.83% 0.80%±2.94% 0.05%±1.79% 4.07%±0.94% 1.24%±0.13% 47.8K
16 16
13 - 23
Kimi K2.7 Code
月之暗面 · Modified MIT
0.13%±2.60% 7.70%±4.79% 0.63%±8.70% 6.82%±6.57% 0.86%±2.95% 1.24%±0.13% 4.9K
19 19
14 - 23
DeepSeek V4 Pro
DeepSeek · MIT
0.83%±1.86% 2.34%±4.09% 3.13%±5.85% 4.61%±4.73% 4.94%±1.34% 0.99%±0.22% 6.7K
21 21
14 - 24
Kimi K2.6
月之暗面 · Modified MIT
1.61%±2.91% 2.34%±4.88% 3.89%±9.05% 7.33%±6.22% 8.23%±6.69% 1.24%±0.13% 5.0K
22 22
16 - 24
Minimax M3
MiniMax · MiniMax Community License
3.08%±1.78% 7.66%±4.19% 9.93%±5.32% 5.24%±4.67% 6.46%±1.19% 0.99%±0.24% 6.4K
23 23
18 - 25
Mimo V2.5 Pro
小米 · MIT
3.71%±1.87% 6.18%±4.22% 10.28%±5.58% 5.48%±5.30% 2.77%±2.41% 0.63%±0.36% 6.8K
24 24
21 - 25
DeepSeek V4 Flash
DeepSeek · MIT
4.65%±1.75% 9.37%±4.26% 10.65%±5.01% 7.33%±4.65% 4.71%±1.35% 0.60%±0.55% 6.5K
29 29
25 - 31
Minimax M2.7
MiniMax · Modified MIT
10.18%±2.14% 17.12%±4.70% 14.49%±5.92% 16.42%±5.34% 3.74%±3.68% 0.89%±0.33% 6.6K
30 30
28 - 32
Nemotron 3 Ultra
NVIDIA · OpenMDW-1.1
11.87%±2.84% 11.23%±5.46% 7.15%±9.03% 20.97%±5.49% 18.97%±6.56% 1.01%±1.00% 8.8K
31 31
29 - 32
Gemma 4 31B
Google · Apache 2.0
13.09%±1.48% 3.00%±1.69% 4.99%±2.50% 4.32%±1.57% 31.07%±4.88% 22.07%±4.41% 47.8K
🔍

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