按场景选模型
综合分掩盖差异。把七个场景各自的前三名并排列出,数字是该维度的本站收录值,点名字进模型档案。
能力 × 场景选型矩阵
综合总榜 →| 场景 | 该维度前三名 | ||
|---|---|---|---|
| 综合复杂任务 多步推理、通用助手、需要稳住下限的场景 | |||
| 科研与难题推理 研究生级科学题、公式推导、文献研判 | |||
| 终端 Agent 与编码 仓库级改动、命令行任务、工具调用 | |||
| 长文与文档生成 报告、设计稿、结构化长文本 | |||
| 实时对话与高并发 流式输出、交互式产品、批量短回答 | |||
| 成本敏感的批量调用 大批量推理、单价敏感的背景任务 | |||
| 长资料与整库上下文 整本资料、长代码库、多文档对照 | |||
注意:单项排序不等于综合最优。低价模型可能在某项上领先,却在速度或上下文上有明显短板;做决定前把模型页的「别踩的坑」一起看。
数据来源与口径
完整方法论与数据源 →本页数值来自公开评测结果,本站不做自测、不接受厂商送分。主要来源:
行业评测数据还常来自公开数据集、榜单平台与配套评测脚手架、企业私有评测集、生产日志与用户反馈回流、合成数据;本站当前榜单只采用其中公开、可复核、口径明确的结果。