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
5 5
1 - 9
Kimi K3 (Max)
月之暗面 · Kimi K3 license
10.54%±1.04% 15.42%±2.05% 20.30%±3.77% 7.70%±1.91% 8.04%±0.83% 1.23%±0.19% 28.4K
13 14
8 - 17
GLM 5.2 (Max)
智谱 ZAI · MIT
6.71%±0.89% 8.51%±1.87% 11.57%±3.15% 6.13%±1.58% 6.12%±1.08% 1.23%±0.19% 53.3K
18 19
16 - 23
Deepseek V4 Flash (High) (20260731)
DeepSeek · MIT
3.89%±0.82% 8.68%±1.95% 2.27%±2.70% 3.00%±1.58% 4.29%±0.71% 1.22%±0.19% 35.4K
24 25
17 - 32
Kimi K2.7 Code
月之暗面 · Modified MIT
1.03%±2.12% 4.74%±4.47% 3.03%±7.26% 2.50%±4.83% 1.34%±2.58% 1.23%±0.19% 11.0K
25 26
22 - 31
GLM 5.1
智谱 ZAI · MIT
0.57%±0.81% 1.66%±1.81% 1.13%±2.56% 1.54%±1.47% 0.95%±1.45% 0.50%±0.37% 71.3K
27 28
22 - 32
DeepSeek V4 Pro
DeepSeek · MIT
0.00%±0.87% 2.17%±2.19% 2.94%±2.77% 0.55%±1.61% 4.21%±0.98% 0.36%±0.29% 30.0K
30 31
21 - 37
Kimi K2.6
月之暗面 · Modified MIT
0.54%±2.29% 0.70%±4.60% 1.57%±7.22% 0.48%±4.91% 5.72%±4.38% 1.23%±0.19% 11.2K
31 32
23 - 37
Hy3
腾讯 · Apache 2.0
1.14%±1.28% 2.16%±2.81% 2.40%±4.42% 8.24%±2.36% 3.62%±1.60% 1.29%±0.72% 18.2K
33 33
30 - 37
Mimo V2.5 Pro
小米 · MIT
2.24%±0.90% 3.36%±2.20% 7.05%±2.73% 2.19%±1.62% 1.42%±1.61% 0.01%±0.34% 31.3K
34 35
30 - 37
DeepSeek V4 Flash
DeepSeek · MIT
2.24%±0.90% 2.15%±2.43% 9.25%±2.73% 1.07%±1.69% 2.57%±1.01% 1.29%±0.41% 23.6K
36 37
30 - 37
Minimax M3
MiniMax · MiniMax Community License
2.54%±0.84% 5.73%±2.20% 8.26%±2.60% 5.09%±1.58% 5.66%±0.83% 0.70%±0.33% 31.0K
38 39
38 - 40
Inkling
Thinky · Apache 2.0
6.67%±0.92% 12.22%±2.58% 16.32%±2.62% 12.01%±1.85% 6.62%±1.07% 0.58%±0.27% 35.6K
39 40
37 - 43
Mistral Medium 3.5
Mistral · Modified MIT
6.90%±2.02% 9.55%±4.63% 9.52%±5.75% 10.84%±4.05% 1.63%±3.58% 2.98%±2.19% 5.7K
44 46
43 - 46
Minimax M2.7
MiniMax · Modified MIT
11.04%±1.08% 10.83%±2.47% 15.06%±2.90% 13.36%±1.95% 17.00%±2.91% 1.03%±0.23% 31.1K
47 47
44 - 48
Nemotron 3 Ultra
NVIDIA · OpenMDW-1.1
14.62%±2.52% 15.63%±5.40% 14.20%±6.73% 19.89%±4.72% 23.93%±7.10% 0.54%±0.36% 12.0K
48 49
46 - 48
Gemma 4 31B
Google · Apache 2.0
18.36%±2.72% 0.15%±2.05% 2.55%±2.99% 9.32%±2.02% 49.11%±10.34% 30.97%±7.71% 56.6K
🔍

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