O que chinese-llm-benchmark faz?
ReLE评测：中文AI大模型能力评测（持续更新）
Este benchmark cobre atualmente 374 grandes modelos, incluindo modelos comerciais como chatgpt, gpt-5.4, Google 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, e modelos open-source como 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.
Além de fornecer um ranking atualizado, também oferecemos uma biblioteca de defeitos de grandes modelos com mais de 2 milhões de entradas! Isso facilita a análise, pesquisa e melhoria dos modelos pela comunidade.