jeinlee1991/chinese-llm-benchmark
GitHub 仓库 中按Star排名第 277 / 共 783
非线智能 NoneLinear - ReLE评测：中文AI大模型能力评测（持续更新）：目前已囊括374个大模型，覆盖chatgpt、gpt-5.4、谷歌gemini-3.1-pro、Claude-4.6、文心ERNIE-X1.1、ERNIE-5.0、qwen3.6-max、qwen3.6-plus、百川、讯飞星火、商汤senseChat等商用模型， 以及step3.5-flash、kimi-k2.6、ernie4.5、MiniMax-M2.7、deepseek-v4、Qwen3.6、llama4、智谱GLM-5.1、MiMo-V2、LongCat、gemma4、mistral等开源大模型。不仅提供排行榜，也提供规模超200万的大模型缺陷库！方便广大社区研究分析、改进大模型。
项目介绍
以及hy3、step3.7-flash、kimi-k2.7、ernie4.5、MiniMax-M3、deepseek-v4、Qwen3.6、llama4、智谱GLM-5.2、MiMo-V2、LongCat、gemma4、mistral等开源大模型。
隆重推出 一站式 AI 模型超市 🛒，提供当下最全的大模型，让您永远快人一步。
拒绝“盲选”大模型🎉！上传你的【专属测试数据】📊，5分钟🔍测出哪个模型在你的场景下效果最好🏆、最划算💰！选择最合适模型，成本或降90%💥！去体验>>
“综合能力”计分方式：“综合能力”改为“专业能力”和“通用能力”的加权分，权重分别为0.3，0.7；其中“专业能力”为“教育”、“医疗与心理健康”、“金融”、“法律与行政公务”4大领域平均分，“通用能力”为“推理与数学计算”、“语言与指令遵从”、“agent与工具调用”、“coding” 4大领域平均分。
☛☛完整排行榜见医师 （1）内科，排行榜 内科规培结业：badcase， 中医内科主治医师：badcase， 内科主治医师：badcase， 心血管内科与呼吸内科主治医师：badcase， 肾内科主治医师：badcase， 消化内科主治医师：badcase， 中西医结合内科主治医师：badcase， 消化内科高级职称：badcase， 普通内科高级职称：badcase， 呼吸内科高级职称：badcase， 心内科高级职称：badcase， 结核病主治医师：badcase， 内分泌科高级职称：badcase
（2）外科，排行榜 外科规培结业：badcase，…
最新指标
| Star | 6.3k | 2026-07-16 |
|---|---|---|
| Fork | 256 | 2026-07-16 |
| 提交 | 486 | 2026-07-16 |
| 发布 | 70 | 2026-07-16 |
| Watcher | 71 | 2026-07-16 |
| 开放 issue | 14 | 2026-07-16 |
| 开放 PR | 2 | 2026-07-16 |