AI大模型榜

该页面的测评体系围绕通用大模型的关键能力展开，涵盖数学推理、科学推理、代码生成这三大推理能力，以及精确指令遵循、幻觉控制两大应用能力。测评题目均为原创新题，比如 11 月的通用测评就包含 822 道新题，累计通用测评相关题目总量达 1260 道简答题，能全面检验不同模型在不同场景下的真实表现，避免因旧题复用导致的测评结果失真。

页面不仅展示 31 个国内外大模型（含补测）的综合智能指数，还提供两大实用的辅助评估数据。一是生成耗时，即模型完成一次问答的平均用时，细分到各任务场景的单题平均耗时也有呈现，可直观衡量模型响应效率；二是模型价格，按输入与输出 tokens 3:1 的比例估算综合调用成本，还拆分了输入与输出的单独成本，方便用户在性能之外考量模型的经济性。且这些数据多以可视化图表形式呈现，支持自由选择展示的模型进行对比，还能一键下载高质量图表。

得益于 SuperCLUE 官网的升级优化，该通用测评页面拥有友好的使用体验。其适配移动端浏览，首屏加载速度大幅提升；页面中的榜单注释清晰易懂，用户可自主搭配选择想要对比的模型，快速定位不同模型的优势与短板；同时支持图片下载功能，便于用户将测评数据图表用于研究报告、方案撰写等场景。

页面会关联对应时段的通用测评报告链接，比如 2025 年 3 月、11 月等不同时间节点的测评报告，用户可通过链接查看更深度的分析内容，了解模型排名背后的能力逻辑。此外，页面底部还会配套常见问题解答、反馈通道等内容，若用户对测评标准、数据计算方式有疑问，可通过相关渠道反馈沟通。