Communityコーディング&開発github.com

jeinlee1991/chinese-llm-benchmark

ReLE评测:中文AI大模型能力评测(持续更新):目前已囊括374个大模型,覆盖chatgpt、gpt-5.4、谷歌gemini-3.1-pro、Claude-4.6、文心ERNIE-X1.1、ERNIE-5.0、qwen3.6-max、qwen3.6-plus、百川、讯飞星火、商汤senseChat等商用模型,以及step3.5-flash、kimi-k2.6、ernie4.5、MiniMax-M2.7、deepseek-v4、Qwen3.6、llama4、智谱GLM-5.1、MiMo-V2、LongCat、gemma4、mistral等开源大模型。不仅提供排行榜,也提供规模超200万的大模型缺陷库!方便广大社区研究分析、改进大模型。

chinese-llm-benchmark とは?

このスキルは、jeinlee1991/chinese-llm-benchmark プロジェクトを基盤として、中国語AI大規模言語モデル(LLM)の能力を継続的に評価・更新する ReLE ベンチマークを提供します。現在、374もの大規模モデルを網羅しており、ChatGPT、GPT-5.4、Google Gemini-3.1-pro、Claude-4.6、百度文心ERNIE-X1.1/ERNIE-5.0、阿里Qwen3.6-max/Qwen3.6-plus、百川、讯飞星火、商汤senseChatといった商用モデルに加え、step3.5-flash、kimi-k2.6、ernie4.5、MiniMax-M2.7、deepseek-v4、Qwen3.6、llama4、智谱GLM-5.1、MiMo-V2、LongCat、gemma4、mistralなどのオープンソースモデルも含まれています。単なるリーダーボードの提供に留まらず、200万件以上の規模を誇る大規模モデル欠陥データベース(バグ/不具合集)も併せて提供しており、コミュニティがモデルの分析、研究、改善を行うための貴重なリソースとなっています。このスキルは、AIエージェント(Claude Code や Cursor など)が中国語LLMの性能傾向を把握し、特定のモデルの弱点を特定するために利用できます。

対応✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add jeinlee1991/chinese-llm-benchmark

Installed? Explore more コーディング&開発 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

chinese-llm-benchmark は何をしますか?

ReLE评测:中文AI大模型能力评测(持续更新):目前已囊括374个大模型,覆盖chatgpt、gpt-5.4、谷歌gemini-3.1-pro、Claude-4.6、文心ERNIE-X1.1、ERNIE-5.0、qwen3.6-max、qwen3.6-plus、百川、讯飞星火、商汤senseChat等商用模型, 以及step3.5-flash、kimi-k2.6、ernie4.5、MiniMax-M2.7、deepseek-v4、Qwen3.6、llama4、智谱GLM-5.1、MiMo-V2、LongCat、gemma4、mistral等开源大模型。不仅提供排行榜,也提供规模超200万的大模型缺陷库!方便广大社区研究分析、改进大模型。

関連スキル