FlagEval 是什么
FlagEval 被介绍为面向大语言模型和多模态模型的模型评测平台,让不同模型在同一标准下进行比较。
你可以用它做什么
- 对比对话模型与视觉语言模型
- 查看各模型的总分与参数规模
- 打开模型条目查看名称、版本与总分
- 阅读主观评测与客观评测的结果
上手流程
- 访问官方网站并打开排行榜
- 选择对话模型或视觉语言模型等类型
- 查看含总分、参数规模在内的评测结果
- 点击模型查看名称、版本等详细信息
评测说明
- 开源模型与闭源模型都可参与评测
- 专项评测包含 K12 学科测验与金融量化交易
- 页面展示模型总数与累计查看人数
优点与缺点
✓ 我们认可的地方
- 不同模型在同一标准下比较
- 按参数规模分类并列出模型总数
! 需要留意的地方
- 结果取决于平台收录的模型
- 专项评测围绕已列出的测试类型
常见问题
覆盖哪些模型类型?
资料说明涵盖对话模型和视觉语言模型,并支持开源与闭源模型。
有哪些专项评测?
资料列出 K12 学科测验和金融量化交易评测。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台