chinese-llm-benchmark

项目介绍

以及hy3、step3.7-flash、kimi-k2.7、ernie4.5、MiniMax-M3、deepseek-v4、Qwen3.6、llama4、智谱GLM-5.2、MiMo-V2、LongCat、gemma4、mistral等开源大模型。

隆重推出 一站式 AI 模型超市 🛒，提供当下最全的大模型，让您永远快人一步。

拒绝“盲选”大模型🎉！上传你的【专属测试数据】📊，5分钟🔍测出哪个模型在你的场景下效果最好🏆、最划算💰！选择最合适模型，成本或降90%💥！去体验>>

“综合能力”计分方式：“综合能力”改为“专业能力”和“通用能力”的加权分，权重分别为0.3，0.7；其中“专业能力”为“教育”、“医疗与心理健康”、“金融”、“法律与行政公务”4大领域平均分，“通用能力”为“推理与数学计算”、“语言与指令遵从”、“agent与工具调用”、“coding” 4大领域平均分。

☛☛完整排行榜见医师 （1）内科，排行榜 内科规培结业：badcase， 中医内科主治医师：badcase， 内科主治医师：badcase， 心血管内科与呼吸内科主治医师：badcase， 肾内科主治医师：badcase， 消化内科主治医师：badcase， 中西医结合内科主治医师：badcase， 消化内科高级职称：badcase， 普通内科高级职称：badcase， 呼吸内科高级职称：badcase， 心内科高级职称：badcase， 结核病主治医师：badcase， 内分泌科高级职称：badcase

（2）外科，排行榜 外科规培结业：badcase，…