AGI-Eval 是国内专业 AI 模型评测平台，由高校与机构联合打造，聚焦大模型能力量化评估，提供权威榜单、人机协作评测、专业评测集、数据贡献四大核心服务，面向研究者、企业与开发者开放。 适合分类：大模型评测、LLM 榜单、多模态评估、AI 基准测试、模型对比
AGI-Eval官网 - 截图
核心优势
榜单权威透明：覆盖 GPT、Gemini、Qwen、豆包、DeepSeek、Kimi、Claude 等主流模型，定期更新排名。
评测体系严谨：自动 + 人工双重审核，私有评测数据防穿越，结果客观可信。
创新人机评测：首创人机协同评测模式，更贴近真实使用场景。
学术与产业结合：高校团队背书，合作机构包括交大、同济、美团、百度百科等。
社区共建生态：支持用户自建评测集、贡献数据，参与标准制定。
亮点功能
模型榜单：大语言模型、多模态模型综合 / 细分维度得分排名。
人机评测：与模型协作完成任务，参与评测并获得激励。
评测集：官方 OI Bench（算法竞赛题）、用户自建数据集，覆盖代码、专业领域。
数据贡献：多方式收集数据，机审 + 人审保障质量，支持 500 + 任务标签。
Data Studio：个人 / 机构贡献领域数据，助力大模型进化。
应用场景
企业 / 开发者选型大模型，对比能力差异
研究者评估模型性能、验证算法效果
爱好者参与人机协作，体验前沿评测方式
行业共建高质量评测数据集与标准
使用方法
访问 agi-eval.cn 查看实时榜单
参与人机协作评测任务
浏览 / 使用官方与用户评测集
注册成为贡献者，提交领域数据
免费与定价
榜单、评测集浏览完全免费
人机评测、数据贡献可获激励
专业定制化评测服务需官方合作
