LiveCodeBench
分类:LLM Leaderboard价格: 免费
描述
LiveCodeBench 是一个全面且无污染的 LLM 代码评估基准，它会持续收集新的问题。LiveCodeBench 尤其关注更广泛的代码相关功能，例如自我修复、代码执行和测试输出预测，而不仅仅是代码生成。
相关工具
LLM Stats
LLM Stats是最全面的LLM排行榜，使用每日更新的开源社区数据，对API模型的能力、价格、速度和上下文长度进行基准测试和比较。
免费访问 →
每 Token 价格
比较来自 OpenAI、Anthropic、Google 等 200 多个模型的 LLM API 定价。包含 Token 计数器、成本计算器和基准比较。
免费访问 →
LMSYS Chatbot Arena Leaderboard
LMSYS Chatbot Arena 是一个用于大语言模型评估的众包开放平台。收集了超过 1,000,000 次人类成对比较，用 Bradley-Terry 模型对 LLM 进行排名，并以 Elo 标度显示模型评级。<br>B站视频：[量子位/1v1单挑90万轮之后，最强大模型是……](https://www.bilibili.com/video/BV1Qs421w7df/)
免费访问 →
Artificial Analysis
Artificial Analysis 是一个提供 AI 模型和服务商比较及基准测试的资源平台，帮助用户在选择 AI 模型和服务提供商时做出明智决策。平台提供多种流行 AI 模型的比较数据，包括 OpenAI 的 GPT-4、Meta 的 Llama 3 和 Anthropic 的 Claude 系列，涵盖了响应速度、延迟和成本等性能指标。
免费访问 →
BenchGecko
AI模型基准测试排行榜，跨供应商定价对比，AI经济仪表盘。追踪数千个AI模型、128个评估基准、数百个供应商。提供免费API和开放数据集。
免费访问 →