本地模型·实测为王

专为本地大语言模型打造的自动化质量评测系统
9 大维度 · Apple M3 Ultra 512GB 实测 · 拒绝社区转载

M3 Ultra 512GB9-Dim × 100ptAuto-ScoringOpenAI Compatible
🧠

基础能力

代码生成 · 调试修复 · 数学推理 · 指令遵循

🔧

高级能力

系统设计 · 长上下文抽取 · 代码安全审查

🤖

Agent 场景

工具调用 · 多步推理 — AI Agent 核心素养

模型运行状态
加载中...
实时评测状态
空闲
暂无评测任务运行
--:--:--
Top 10 模型成绩
质量排行榜
排序模型综合总分代码调试数学指令系统长文审查工具推理智能体任务覆盖速度日期
综合 = 静态 9 维 (900满分) · 智能体 = 沙箱多轮实测 · 任务/覆盖 = Agentic 26 任务完成情况