LOADING加载中
11 个模型
| 排名 | 模型 | 评分 | 评分下界 | 评分上界 | 方差 | 投票数 | 分类 | 源数据更新 |
|---|---|---|---|---|---|---|---|---|
| #1 | Wan 3.0alibaba · Proprietary | 1,410.3 | 1,437.69 | 48.82 | 2,059 | overall | 2026-11-09 | |
| #2 | Dreamina Seedance 2.5 (720p)bytedance · Proprietary | 1,405.28 | 1,429.18 | 37.19 | 5,037 | overall | 2026-11-09 | |
| #3 | Gemini Omni 1.2 Flashgoogle · Proprietary | 1,379.25 | 1,411.91 | 69.44 | 1,167 | overall | 2026-11-09 | |
| #4 | MiniMax H3minimax · minimax-h3-community-license-agreement | 1,374.01 | 1,392.02 | 21.11 | 8,038 | overall | 2026-11-09 | |
| #5 | gemini-omni-flashgoogle · Proprietary | 1,366.67 | 1,389.28 | 33.27 | 4,901 | overall | 2026-11-09 | |
| #6 | Dreamina Seedance 2.0 (720p)bytedance · Proprietary | 1,358.49 | 1,379.76 | 29.44 | 7,265 | overall | 2026-11-09 | |
| #7 | HappyHorse 1.0aorizon · Proprietary | 1,291.83 | 1,318.42 | 46.01 | 3,254 | overall | 2026-11-09 | |
| #8 | Kling O3 Prokling · Proprietary | 1,254.76 | 1,270.3 | 15.73 | 14,289 | overall | 2026-11-09 | |
| #9 | Grok Imagine Videoxai · Proprietary | 1,241.09 | 1,259.09 | 21.09 | 18,633 | overall | 2026-11-09 | |
| #10 | Kling O1 Prokling · Proprietary | 1,181.6 | 1,197.61 | 16.69 | 17,518 | overall | 2026-11-09 | |
| #11 | Runway Gen-4 Alephrunway · Proprietary | 1,172.67 | 1,189.32 | 18.03 | 10,163 | overall | 2026-11-09 |
用113个从零编写的长程真实软件工程任务测评编程Agent,同时刻画准确率(Pass@1)与真实花费/步数的性价比曲线,避免题目训练污染。
在新标签页打开独立跑分,不依赖厂商自报数据;综合 Intelligence Index 覆盖推理/编程/科学/知识,并联动速度、价格、上下文窗口等工程指标。
在新标签页打开每月更新全新题目防污染,全自动客观判分(唯一正确答案),聚焦数学/代码/推理/数据分析,学术圈公认权威。
在新标签页打开中文原创题库,深度贴合中文语境与政策文化,覆盖数学推理、代码、幻觉控制、智能体规划六大能力。
在新标签页打开上海AI实验室出品,20余家企业共建,五大能力维度、70+ 数据集,中英文模型均覆盖,并含真人投票的 Compass Arena。
在新标签页打开本页对战数据的官方原始来源,累计投票超过700万次,覆盖370+模型,逐票更新,界面本身也值得参考。
在新标签页打开