用更聪明的方式
衡量大模型的能力
AGIMarks 聚焦 AGI 评测、模型对比与前沿研究分享，帮助开发者、研究者和企业更清晰地理解每一次进化。
0
评测维度
0
已收录模型
0
公开测评样本
0
% 自动化流程
为 AGI 时代而生的评测平台
从能力维度到落地场景，AGIMarks 提供一站式的模型理解工具。
🧭
多维度能力图谱
覆盖推理、代码、数学、多模态、长上下文等关键维度，呈现模型全貌而非单一分数。
⚖️
公开透明的方法论
开放评测协议、样本与脚本，支持复现，让每一个分数都可追溯、可质询。
🚀
持续追踪前沿
跟随主流模型发布节奏，第一时间更新对比结果与变化趋势。
🧪
真实场景沙盒
不止题库，还包含工程、写作、Agent 等贴近落地的任务集，衡量真实世界的有用性。
🔌
开放 API 接入
提供查询接口与数据导出，方便集成到内部仪表盘、研究报告与产品决策中。
🛡️
安全与对齐评估
关注鲁棒性、价值对齐与边界行为，帮助识别模型在真实使用中的风险点。
榜单一览
示例数据，仅作展示用途。完整结果请访问榜单页面。
| 排名 | 模型 | 综合分 | 表现 | 趋势 |
|---|---|---|---|---|
| 1 | Model α-Pro | 92.4 | ↑ 1.2 | |
| 2 | Model β-Ultra | 89.7 | ↑ 0.6 | |
| 3 | Model γ-Max | 86.1 | — 0.0 | |
| 4 | Model δ-Air | 81.5 | ↑ 2.1 | |
| 5 | Model ε-Lite | 76.3 | — 0.0 |
关于 AGIMarks
我们相信，理解模型，是用好模型的第一步。
🎯 使命
用清晰、可信的评测，帮助行业建立对 AGI 进展的共同语言。
🤝 团队
来自 AI 研究、工程与产品领域的从业者，共同维护这套评测体系。
🌍 社区
欢迎研究者贡献新的评测任务、复现方案与数据，让标尺更准。