LiveBench
LiveBench 是一款 LLM 基准测试，每月从不同来源收集新的问题，并提供客观答案以进行准确评分。目前涵盖 6 个类别中的 18 个任务，并将不断增加更多任务。
ModelBench
无需编码即可快速推出 AI 产品，并对大型语言模型 (LLM) 进行评估。比较 180 多个模型，精心设计提示词，并充满信心地进行测试。
LiveBench
| Launched | 2024-05 |
| Pricing Model | Free |
| Starting Price | |
| Tech used | Google Analytics,Google Tag Manager,Fastly,GitHub Pages,Gzip,Progressive Web App,Varnish |
| Tag | Llm Benchmark Leaderboard |
ModelBench
| Launched | 2024-05 |
| Pricing Model | Free Trial |
| Starting Price | 49 $ Monthly |
| Tech used | Google Tag Manager,Amazon AWS CloudFront,Google Fonts |
| Tag | A/B Testing,Data Analysis,Data Visualization |
LiveBench Rank/Visit
| Global Rank | 111818 |
| Country | United States |
| Month Visit | 409857 |
Top 5 Countries
23.78%
10.9%
4.8%
4.33%
4.32%
United States
China
United Kingdom
Canada
Taiwan
Traffic Sources
4.16%
0.56%
0.07%
6.71%
36.53%
51.95%
social
paidReferrals
mail
referrals
search
direct
ModelBench Rank/Visit
| Global Rank | 7783759 |
| Country | India |
| Month Visit | 1971 |
Top 5 Countries
54.29%
29.54%
16.16%
India
United States
United Kingdom
Traffic Sources
31.14%
1.68%
0.13%
24.42%
20.47%
21.7%
social
paidReferrals
mail
referrals
search
direct
Estimated traffic data from Similarweb
What are some alternatives?
When comparing LiveBench and ModelBench, you can also consider the following products
AI2 WildBench Leaderboard - WildBench 是一款先进的基准测试工具，用于评估大型语言模型 (LLM) 在各种现实世界任务中的表现。对于那些希望提高 AI 性能并了解模型在实际场景中的局限性的用户来说，它至关重要。
BenchLLM by V7 - BenchLLM：评估LLM响应，构建测试套件，自动化评估。通过全面的性能评估来增强AI驱动系统。
Confident AI - 各规模的公司都使用 Confident AI 来证明为什么他们的 LLM 值得投入生产。
xbench - xbench: 追踪人工智能在现实世界中的实际效用与前沿能力的基准测试。借助我们独有的双轨系统，为AI智能体提供精准、动态的评估。