模型榜

这个站的模型榜怎么算

配置版本 2026.10-replica-config-v1。这一页写的是本站这份配置，不是别人的榜。

八个维度等权，每个权重 0.125，合计 1。

• 编程 0.125
• 数学与推理 0.125
• 知识与事实 0.125
• 语言理解与指令 0.125
• 写作与表达 0.125
• 视觉理解 0.125
• 专业任务 0.125
• 中文与多语言 0.125

要发布一轮，至少 3 个来源、3 个题族、3 家机构、3 个能力领域，并且至少 2 个参照在同一来源上有可比较的原始分。

参照：claude-fable-5、gpt-5-6-sol、kimi-k-3、qwen-3-8-max、gpt-5-4、claude-opus-4-8、claude-sonnet-5、grok-4-5、gemini-3-5-flash、glm-5-2、claude-sonnet-4-6、qwen-3-7-max、kimi-k-2-6、deepseek-v-4-pro、qwen-3-6-plus、minimax-m-3、gpt-5-4-mini、grok-4-3

当前没有启用的来源。没有成功取回分数表的来源保持不启用，所以现在不会发布新的一轮。

缺了的维度权重留着，不加给其他维度，也不补 0 或平均。七个维度都是满分时，分数也到不了 100。

分数是比较指数，不是正确率。相邻名次不是显著差距。

覆盖率是有证据的权重份额，不是能力。

价格只标注成本，不进入分数。

没有可靠发布日期的型号留在日期未知，不按超过十八个月剔除。