Toolifai logo
Toolifai 编辑整理

OpenCompass司南 - 评测榜单

AI模型大模型评测

OpenCompass 平台的 LLM（大语言模型）排行榜页面

OpenCompass 平台的 LLM（大语言模型）排行榜页面，由 OpenCompass 社区维护。

访问官网
官网可达收录证明开发者认领
官网预览官网首页：OpenCompass司南 - 评测榜单 界面预览（2026.10.18 截图）1 / 1
适用对象
大模型研发人员，参考同赛道产品性能基线
主要功能
多维度模型排行、社区统一评测口径
已收录
2026.10.18（18 天）
阅读目录

编辑评测与站内热度

全站热度排名

待评估

分类内排名

待评估

累计站内点击

3

近 7 日点击

3

排名与点击为站内真实统计口径，反映 Toolifai 用户行为，非编辑评分。

OpenCompass司南 - 评测榜单是什么，怎么使用？

约 4 分钟

OpenCompass司南 - 评测榜单，OpenCompass 平台的 LLM（大语言模型）排行榜页面，由 OpenCompass 社区维护。

OpenCompass司南-评测榜单是由OpenCompass社区独立维护的大语言模型专属排行页面，归属OpenCompass平台旗下。它解决了当前大模型性能参考维度零散、不同来源测试结果口径不统一的问题，所有上榜模型的评测数据均由社区基于公开统一的评测规范产出，用户无需自行搭建复杂评测环境，就能直接获取多维度的模型横向对比结果，省去自行整理零散评测信息的冗余工作。

它的能力边界限定在公开大语言模型的标准化评测结果展示，不提供模型部署、自定义评测任务生成的相关服务。如果你是大模型研发人员需要参考同赛道产品的性能基线，或者是选型人员需要快速筛选适配场景的候选模型，都可以直接用这个榜单获取公开可查的权威对比数据，不需要额外付费就能访问全部公开排行内容。

主要功能

  • 多维度模型排行：按不同能力维度划分排行条目，用户可直接定位对应维度的头部模型，不用跨平台拼凑零散评测数据
  • 社区统一评测口径：所有上榜数据遵循社区公开的统一评测规则，避免不同来源测试标准差异导致的结果偏差
  • 全公开数据访问权限：无需额外提交特殊资质申请，普通用户打开页面即可查看全部公开的榜单明细数据
  • 动态更新榜单内容：随社区新完成的评测批次同步更新排行，用户可获取最新的大模型性能对比参考信息

怎么使用

  1. 打开浏览器输入指定官网地址，进入OpenCompass司南评测榜单的主页面
  2. 在页面顶部的分类筛选栏，选择你需要查看的大语言模型对应评测维度
  3. 按需调整排序规则，查看对应维度下模型的性能得分、排名及相关评测明细
  4. 找到目标模型后点击对应条目，查看该模型的完整评测分项数据详情

适合什么人群

  • 大模型研发人员，参考同赛道产品性能基线
  • 企业选型人员，快速筛选适配业务的候选大模型
  • AI行业研究者，获取公开的大模型横向对比数据
  • AI爱好者，了解当前主流大模型的实际表现水平

用 OpenCompass司南 - 评测榜单 做主流大模型能力横向对比

直接打开OpenCompass司南评测榜单的官方网页，无需额外跳转其他站点，页面默认展示当前全量收录的大语言模型基础评测数据。你可以在筛选栏勾选自己关注的评测维度，比如推理能力、创作能力、多模态适配表现等，系统会自动重新排序模型条目，每条条目下附带对应模型在细分任务上的得分明细，可直接对照查看不同模型的优劣势分布。

你也可以单独选中2到3个目标模型添加到对比组，页面会生成专属的并列对比视图，所有得分项按统一维度对齐展示，无需手动整理零散数据，最终可以直接截图保存对比结果，用于模型选型参考。

用 OpenCompass司南 - 评测榜单 做细分垂类模型表现查询

进入榜单页面后，找到顶部的分类切换区域，选择对应垂类的评测分类，比如代码生成、数学解题、医疗问答等专属赛道。页面会自动过滤掉不参与该垂类评测的模型，仅展示完成对应专项测试的模型排名，每个排名条目附带该模型在垂类专属测试集上的完成率、错误率等细分数据。

你可以点击任意模型的详情入口，查看该模型在对应垂类下的所有测试用例的完成情况记录，包括每类题型的得分占比，不需要自行汇总零散的公开评测信息，就能拿到社区统一标准下的垂类模型表现数据。

开始使用 OpenCompass司南 - 评测榜单

你可以直接通过给出的官方链接进入榜单页面，浏览基础榜单数据无需注册登录，若需要使用自定义对比组、导出评测明细数据等进阶功能，可按照页面提示完成账号注册登录操作。

该平台所有公开评测数据由OpenCompass社区维护，相关使用规则及权益说明以官网公示为准。上手使用时可先从默认的总榜浏览入手，熟悉各维度得分的定义规则后，再逐步使用筛选、自定义对比等功能，避免误读不同评测维度的得分含义。

优点与不足

优点

  • 所有评测规则完全公开，用户可自行核对结果合理性
  • 榜单维度划分清晰，不同场景需求可快速匹配对应排行
  • 社区中立维护，无厂商付费刷榜的相关操作空间

不足

  • 仅覆盖参与社区公开评测的模型，小众模型不在列
  • 不提供自定义评测任务生成功能，无法上传私有模型测试
  • 部分细分垂直场景的评测维度覆盖数量较少

能帮你做的 6 件事

  1. 01多维度模型排行
  2. 02社区统一评测口径
  3. 03全公开数据访问权限
  4. 04动态更新榜单内容
  5. 05大模型评测场景的常用方案
  6. 06大模型研发人员，参考同赛道产品性能基线的日常效率工具

更新历史

  • OpenCompass司南 - 评测榜单 收录进 Toolifai 目录
  • 页面资料核验与信息更新

常见问题

没有评测相关经验能看懂这个榜单吗

完全可以，榜单所有排行维度都配有基础说明，分项得分标注清晰，不需要掌握专业评测知识也能快速读懂不同模型的性能差异，普通用户也能顺利获取参考信息。

有帮助吗

访问这个榜单需要支付相关费用吗

目前榜单公开内容均可免费访问，后续若推出增值服务相关内容，具体费用规则以官网公示为准，当前不需要用户支付任何费用即可查看全部公开排行数据。

有帮助吗

榜单的评测数据会泄露模型隐私吗

所有上榜数据均为公开大模型的标准化评测结果，不会采集或披露未公开的模型核心参数，所有展示内容均符合公开信息发布规范，不存在隐私泄露问题。

有帮助吗

我能在这找到所有大模型的评测结果吗

仅展示已参与社区公开评测的大语言模型结果，未提交参与评测的模型不会出现在榜单中，无法覆盖市面上所有未参与公开评测的大模型产品。

有帮助吗

开始使用 OpenCompass司南 - 评测榜单

从官方入口了解最新功能与使用方式。

前往官网

由 Toolifai 编辑维护

欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。

参考来源官方产品介绍最近核验 2026.10.18
提交资料更新邮件反馈

大家对 OpenCompass司南 - 评测榜单 的点评

加载中…

写点评

每周三，一封 AI 工具周刊

编辑精选本周值得试的新工具与真实用法，5 分钟读完，已连续更新 5 期。

每周一封，随时可退订。往期内容见AI 工具周刊归档。

同类替代工具

文心大模型

文心大模型是百度推出的生成式AI服务平台，依托深度学习技术为用户提供多模态AI创作与交互能力。核心功能包括多轮智能对话、多风格文本生成、跨模态文生图、多模态理解分析等，可满足内容创作、创意策划、信息查询、知识学习等多类需求。目标用户覆盖内容创作者、学生、职场人士、科研人员、企业运营人员等，适用于文案撰写、创意构思、作业辅助、工作提效、行业解决方案搭建等多种场景。

#生成式AI#AI写作#文生图
对比

DeepSeek

DeepSeek是国内专注于大模型技术研发的公司推出的智能对话产品，核心搭载DeepSeek-R1推理模型与DeepSeek-V3通用模型，支持深度逻辑推理、多场景代码生成、复杂数学问题解答等能力，模型开源开放可本地部署。产品面向技术开发人员、科研工作者、学生群体、职场办公人员等用户，可满足代码调试、学术研究、习题解答、方案推导等多场景使用需求，为用户提供高效的智能辅助服务。

#DeepSeek#开源AI#大模型
对比

DeepSeek-R1-Lite-Preview

DeepSeek-R1-Lite-Preview是深度求索（DeepSeek）推出的聚焦推理能力的AI模型预览版本，核心定位是为用户提供具备长链条逻辑推导能力的智能交互服务。核心功能包括数学问题推理求解、多领域逻辑任务处理、透明化思考过程展示，可将每一步推导逻辑同步呈现给用户。目标用户覆盖科研人员、教育工作者、开发者、学生、企业技术人员等群体，适用于数学题解验证、技术问题推导、逻辑类任务原型开发、推理类AI应用功能测试等场景，帮助用户完成需要复杂逻辑思考的相关任务。

#AI推理模型#数学解题工具#大模型预览
对比

DeepSeek Online

DeepSeek Online是一个提供在线访问DeepSeek V3开源大语言模型的平台，用户无需本地部署模型、无需配置运行环境，直接通过浏览器即可调用大语言模型的完整能力。平台支持多场景文本生成、逻辑推理、代码编写、知识问答等多种需求，核心功能包括文本对话交互、代码生成调试、多模态内容处理、推理解题、文档总结整理等，面向学生、开发者、内容创作者、科研人员、职场办公人员等不同群体，适用于日常知识查询、工作内容整理、项目代码开发、学习辅导、创意内容产出等多种使用场景。

#大语言模型#在线AI#DeepSeek V3
对比

更多同类选择见AI模型分类页，按分类整理全部替代方案与两两对比。

热门对比

OpenCompass司南 - 评测榜单 vs 文心大模型OpenCompass司南 - 评测榜单 vs DeepSeekOpenCompass司南 - 评测榜单 vs DeepSeek-R1-Lite-PreviewOpenCompass司南 - 评测榜单 的替代品

大家还在搜

大模型评测工具

推荐产品

推广
Qwen ChatQwen Chat是阿里通义推出的聚合多系列Qwen大模型的AI交互平台，核心定位为一站式AI生产力工具。核心功能包含多模型同步对话对比、多格式文档问答解析、可交互人工制品生成三大模块，同时支持图像内容理解、HTML内容预览等扩展能力。目标用户覆盖学生、教育工作者、开发者、内容创作者、职场办公人员、研究人员等多个群体，可满足知识点答疑、文档内容提取、代码开发辅助、内容创作生成、办公资料处理等多种使用场景，为不同需求的用户提供多元的AI交互服务。WPS OfficeWPS Office是面向全场景办公需求的办公生产力工具，核心定位是为个人、团队及企业提供覆盖文档创作、数据处理、演示呈现、协作共享全流程的办公服务。核心功能包含多格式兼容的文档编辑套件、AI驱动的智能办公辅助能力、跨设备同步的云协作体系，可满足学生、职场人士、中小微企业、机构单位等不同群体，在日常学习文案撰写、工作数据统计、项目方案汇报、跨部门协同办公等多种场景下的使用需求，支持Windows、Mac、Android、iOS、Linux等多系统运行，无需额外安装多个工具即可覆盖多数办公场景。豆包豆包是字节跳动推出的AI虚拟助手，核心定位为面向大众的通用型智能交互工具，可提供信息查询、内容创作、多模态交互三类核心服务。支持用户获取各类常识资讯、生成不同体裁的文本内容，还能识别图像、音频信息完成对应任务，覆盖学生、职场人士、内容创作者、普通生活服务使用者等多类群体，可应用于日常学习辅助、职场办公提效、生活问题解答、休闲互动交流等多个场景，帮助用户降低信息获取与内容产出的成本。Youdao TranslateYoudao Translate是网易旗下的在线翻译服务平台，核心定位为面向多场景的跨语言交流辅助工具。平台支持100余种语言的互译，核心功能包含文本即时翻译、文档格式保留翻译、实时语音口译，能够满足日常交流、学习查阅、工作协作等不同场景下的翻译需求。目标用户覆盖学生、职场人士、跨境从业者、内容创作者、科研人员等多个群体，用户无需下载客户端，通过浏览器访问即可快速完成各类翻译任务，降低跨语言沟通的信息获取门槛。Qwen-Image AIQwen-Image AI是阿里巴巴推出的AI图像生成平台，核心定位为面向中文用户的高精度AI图像创作工具，依托通义千问技术体系，支持中文文本生成图像、精准中文文本渲染、图像编辑拓展等功能。平台主打高真实感图像生成与准确的中文文字生成能力，可满足不同创作场景的图像需求。目标用户覆盖平面设计师、内容创作者、电商运营人员、学生、手工创作者、商业品牌策划人员等，适用于商业宣传图制作、社交内容配图创作、设计概念图生成、带中文文字的文创产品设计等多种使用场景。文心一言DuJia是百度推出的整合百度AIGC能力的AI视频创作平台，核心定位为帮助用户降低视频制作门槛、提升内容创作效率。平台支持文本生成视频、素材智能编辑、音视频自动匹配三类核心功能，面向内容创作者、营销从业者、教育工作者等多类用户，可应用于短视频内容制作、企业宣传物料产出、教学课程视频剪辑、个人生活记录成片等多种场景，无需复杂的专业剪辑基础即可完成符合需求的视频作品输出。MidjourneyMidjourney是知名AI图像生成平台，核心定位为通过自然语言输入生成高质量视觉作品的创作辅助工具。其核心功能包含文本生成图像、局部画面重绘、多轮迭代优化，可满足不同创作阶段的调整需求。该平台主要面向创意领域从业者及爱好者，可广泛应用于概念设计、插画创作、游戏原画产出、广告创意视觉落地、当代视觉艺术探索等多个场景，帮助创作者降低视觉落地的执行门槛，拓展创意表达的边界。QQ音乐TME Studio是腾讯音乐旗下的AI音乐生成工具平台，由银河音效、MUSE、天琴实验室、腾讯AI实验室联合研发，依托腾讯音乐的海量音乐版权数据与技术积累，为音乐创作相关用户提供一站式AI辅助创作服务。核心功能包含AI词曲生成、AI演唱调教、AI音效处理三大模块，既支持专业音乐人快速搭建作品雏形，也允许音乐爱好者无需复杂专业技能即可完成音乐作品创作，可应用于demo快速制作、短视频BGM生成、翻唱作品二次创作、个人原创音乐尝试等多种场景。剪映CapCut是字节跳动推出的视频创作平台，整合剪辑工具、特效资源与AI能力为一体，可满足不同创作者的内容制作需求。核心功能包含自动字幕生成、智能抠像与海量可复用模板，支持对视频进行多维度加工处理。平台面向内容创作者、运营人员、商业剪辑师等群体，可应用于短视频创作、社交媒体内容输出、商业宣传物料制作、个人生活记录剪辑等多种场景，支持多端同步使用，降低视频制作的操作门槛。百度翻译百度翻译是百度推出的多语种在线翻译平台，目前处于行业前列，支持超200种语言互译，可覆盖全球绝大多数地区的语言交流需求。平台核心功能包含即时文本翻译、多格式文档翻译、拍照图片翻译、网页翻译等，支持普通日常交流、专业领域内容翻译等多种场景。目标用户涵盖学生、职场人士、跨境从业者、海外出行人员、翻译爱好者、科研工作者等不同群体，可满足外语学习、跨语言商务沟通、海外生活服务、外文资料查阅、跨境内容创作等多类使用需求。