返回工具列表
Open LLM 排行榜
开源大模型的公开评测榜单，帮助开发者与研究者快速对比模型基准分数。
工具简介
采用判断：Open LLM Leaderboard 适合初筛开源模型在英文基准上的性能表现，但不建议作为选型的唯一依据。
实际作用：榜单基于 lm-evaluation-harness 自动运行 6 项主流基准（MMLU、HellaSwag、ARC 等），展示各开源模型的得分与排名，方便横向对比。
门槛与成本：完全免费，无需注册或 API 密钥，直接在 Hugging Face 页面查看。榜单由社区维护，定期更新。
适合人群与讨论质量：适合 AI 研发人员、技术选型者追踪模型进展；不适合主要评测中文或业务指标的用户，因为基准侧重英文且可能存在刷榜。从现有证据看，知乎上大部分讨论用它论证国产模型领先（热度证明），少数文章解析了 v2 机制或实测模型（好用证明），整体讨论质量中等。
它不是模型评测框架，也不是模型服务平台，更像是 AI 模型性能天梯图。