AGI-Eval
AI大模型评测社区
官网： 立即访问
所属分类： AI模型评测
工具介绍
AGI-Eval具体信息
AGI-Eval是由上海交通大学、同济大学、华东师范大学、美团、DataWhale等高校与机构联合打造的大模型评测社区。
它以“评测助力，让AI成为人类更好的伙伴”为使命，致力于构建公正、可信、科学、全面的评测生态，评估大语言模型及多模态模型在各类任务中的AGI能力。
AGI-Eval不仅是权威的模型评测平台，更是一个汇聚榜单、数据集、比赛与数据工坊的开放社区，连接人与AI、连接学术界与产业界。
大模型榜单：提供综合与细分能力项得分排名，数据透明、定期更新，帮助用户洞察各模型优劣。
人机协同比赛：开展人与大模型协作的竞技活动，探索人机增益指标，推动评测方案创新。
丰富评测集：汇聚公开学术评测集、官方自建评测集与用户自建评测集，覆盖多领域多维度。
Data Studio数据工坊：依托数万众包用户，支持单条数据、扩写数据等多种收集方式，实行机审+人审双重审核。
开源评测框架：提供基于插件化架构、可扩展的工程化评测框架，让每个人都能轻松开启评测。
访问官网 agi-eval.cn 即可免费使用，无需安装。
查看榜单：进入评测榜单页面，比较各大模型的综合与能力项得分。
参与比赛：报名人机协同比赛，与大模型协作挑战复杂任务。
使用数据集：搜索并下载公开评测集，或上传自建评测集参与共建。
贡献数据：通过Data Studio完成数据收集任务，助力社区生态。
开源部署：开发者可接入开源评测框架，对自有模型与数据集开展评测实验。
权威可信：顶尖高校与头部企业联合共建，榜单严格筛选官方认证的高价值评测集，数据透明可溯源。
全面科学：覆盖语言、多模态、代码、推理等多维度能力，综合榜单与细分能力项并重。
开源开放：评测框架与评测集开源共建，大幅降低评测门槛，促进产学研协同。
动态评测：首创人机协同与开放式交互评测方式，比静态打分更贴近真实应用场景。
生态活跃：汇聚数万社区用户与海量高质量数据，形成良性循环的评测生态。
竞品多为单一榜单或单一数据集，AGI-Eval则集榜单、评测集、比赛、数据工坊与开源框架于一体，形成完整闭环。
竞品以静态题库打分为主，AGI-Eval引入人机协同、开放式对话等动态评测方式，更贴近真实使用体验。
竞品数据大多封闭，AGI-Eval坚持数据透明、开源共建，评测结果可复现、可验证。
AGI-Eval背靠多所顶尖高校及美团等机构，联合发布OlympicArena等高难度基准，专业认可度高。
Q1: AGI-Eval是免费的吗？
A1: 是的，访问官网即可免费查看榜单、使用数据集并参与社区活动，无需付费。
Q2: 个人用户可以参与评测吗？
A2: 可以，用户可参加人机协同比赛、通过Data Studio贡献数据，并上传自建评测集参与共建。
Q3: AGI-Eval支持哪些模型？
A3: 支持主流大语言模型与多模态模型，也可通过开源评测框架接入自有模型进行评测。
Q4: 如何确保评测结果公正可信？
A4: 榜单严格筛选官方认证评测集，数据透明可溯源，并实行机审+人审双重审核机制。
Q5: 如何下载数据集？
A5: 在数据集社区页面即可搜索并下载公开评测集，官方与用户自建评测集均开放使用。
Q6: 什么是人机协同比赛？
A6: 这是一种人与大模型协作完成复杂任务的比赛形式，旨在探索人机增益指标、推动评测方案创新。
AGI-Eval数据分析
数据更新于 2026-08-01，每月更新一次，预计15号之前完成更新，数据仅统计主域名：agi-eval.cn。
总访问量
41,640
环比变化
-37.41%
平均停留
00:15:54
跳出率
23.00%
- 直接访问 88.48%
- 搜索引擎 1.84%
- 引荐流量 9.51%
- 其他 0.17%
- China 91.74%
- United States 8.26%
