人工智能大模型

HELM是斯坦福大学CRFM推出的AI大模型评测平台，提供多维度基准测试与排行榜，助力模型选型与学术研究。

H2O EvalGPT 是 H2O.ai 推出的开源 LLM 评估平台，帮助用户在大量任务和基准测试中对比大模型性能。

模兜是连接行业专家与AI大模型项目的任务协作平台，提供数据标注、模型评测、提示词优化等任务，让专业知识轻松变现。

MiniMax是稀宇科技研发的多模态AI平台，支持文本、语音、视频、音乐生成与智能体创建，服务超2亿用户。

豆包大模型是字节跳动推出的多模态AI助手，提供语言、视觉、语音等模型服务，支持API接入与智能体开发。

AStudio是科大讯飞推出的桌面AI生产力平台，基于星火X2.5大模型与ACode Harness智能体执行内核，支持任务自主规划与执行。

GPT-4o是OpenAI推出的新一代多模态AI模型，能实时处理文本、音频与图像，实现接近人类水平的自然交互。

腾讯混元大模型是腾讯自研的多模态AI大模型，提供文本生成、图像创作、智能对话等能力，支持Web端体验。

文心大模型是百度推出的AI智能助手，支持对话、写作、图像生成、PPT制作、应用开发等多场景创作。

Vivix是专注实时交互多模态AI的创业公司，推出Vivix-A1与Vivix-W1模型，让AI角色能听、能说、能行动。

MMLU是衡量大语言模型在多学科知识上综合理解能力的权威基准测试，覆盖57个学科领域。

C-Eval是一个涵盖52个学科、13948道题的中文大语言模型评估套件，提供排行榜与在线探索功能。

FlagEval是由北京智源研究院推出的AI大模型评测平台，提供多维度、多模态的模型能力评估与榜单排名。

AGI-Eval 是一个专注于通用人工智能能力评估的模型评测平台，帮助用户系统化衡量各类 AI 模型的综合表现。

OpenCompass是开源、高效、全面的大模型评测平台，提供权威榜单与评测工具，助力模型能力评估与选型。

MMBench是OpenCompass团队推出的多模态大模型评测基准，通过丰富题库全面衡量AI模型的视觉理解与推理能力。