【排行榜】全球150个AI模型LiveBench分数排名（含API价格与赠送量）
Description
LiveBench会基于六个维度进行测试：推理、代码、数据分析、数学、指令跟随、语言 LiveBench官网：https://livebench.ai/#/ 官网没有的数据都是我自己测试的。 本视频内数据由我本人首发于Linux DO论坛：https://linux.do/t/topic/389145
LiveBench会基于六个维度进行测试：推理、代码、数据分析、数学、指令跟随、语言 LiveBench官网：https://livebench.ai/#/ 官网没有的数据都是我自己测试的。 本视频内数据由我本人首发于Linux DO论坛：https://linux.do/t/topic/389145
Comments
大模型现在隐藏最深的还是谷歌，明面上是openAI最强，但是谷歌在技术栈的堆积远比openAI多得多，谷歌主要是怕影响到浏览器市场，时不时还喜欢砍智，但是今年谷歌从推出对标R1价格的gemini2pro后，我个人感觉谷歌估计也想在生态上吃上一杯羹了
♥ 31 ↩ 5
总感觉硅基流动的API不是满血版r1
♥ 14 ↩ 15
昨天刷题，有道题错了一直做不出来，问很多AI都解不出来，而且我已经提供了模版答案了，让AI们衍生出和我算法相似的写法，只有claude对了grok3 o1 r1都是错的，这让人不得不感叹这些Ai们各有长处
♥ 8 ↩ 3
真没想到国内最高的除了DeepSeek外是通义，讯飞反而算不上T0、T1级别的（讯飞和通义我都喜欢用，讯飞是专门的人工智能公司，开发出来的大模型应该会比较有优势吧？）
♥ 6 ↩ 18
豆包 1.5 pro 性价比很高呀
♥ 6 ↩ 7
辛苦了，这工作量可不小
♥ 4 ↩ 1
qwen2.5無敵了[哦呼]
♥ 4
阿里在国内的大模型市场如果没deepseek估计是最先达到o1水平的，在开源和生态上阿里真的做了很多，国内国外都有用阿里的千问作为底膜去训练的
♥ 3 ↩ 1
厉害呀大佬[新月冰冰_干杯]
♥ 3
Phi4这么猛吗，完整模型才14B已经接近GPT4 omini了
♥ 2 ↩ 4
gork2有这么强吗，用起来很一般啊，总感觉比其他人差了不是一星半点[笑哭]
♥ 2 ↩ 5
qwen-max-32k就是qwen2.5max吗[思考]，这个感觉是真好用啊
♥ 1 ↩ 4
@任云旗
↩ 6
up我想问问，国内都被禁了，你是怎么做到能使用谷歌、openAI等国外模型的
↩ 6
为什么测评都很少看到o1pro的数据啊
↩ 10
大佬想问问信息搜索整合能力哪个AI比较强啊，不太会看榜单[脸红][脸红][脸红]
↩ 1
UP啊，Cherry Studio上的模型deepseek-ai/DeepSeek-R1 和Pro/deepseek-ai/DeepSeek-R1哪个智能强？性能区别是啥？
↩ 2
Cherry Studio上的模型deepseek-UP啊《 ai/DeepSeek-R1 和Pro/deepseek-ai/DeepSeek-R1哪个智能强？性能区别是啥？
↩ 1
符合使用体验，同样的描述dp写出来的代码平均报1～2次错误，o1是0～1次，o3 high目前没感觉和o1有什么差距。