2.2 万条基准数据显示:中国开源模型仅落后美国闭源模型 7 个月
jakecoolguy · reddit · 2026-10-14
开发者自建的开源排行榜 whatmodel.sh 发布「AI 竞赛」图表,核心结论:中国开源模型与美国闭源模型的能力差距约 7 个月(2020 年 6 月开源阵营落后仅 1 个月以上,起点为 GPT-3 davinci vs T5 Large)。
数据规模与方法:
- 汇总 22,113 条已公开发表的基准成绩,来自 987 个 benchmark、1,011 个来源,每条均可溯源。
- 文本模型部分:1,211 个模型、617 个 benchmark、18,755 条成绩。
- 14,436 条为独立评测(论文作者自测、Epoch AI、LMArena、EvalPlus、EleutherAI harness 等),7,677 条为实验室自报并单独标注。
- 数据集 CC BY-SA 4.0、评分代码 MIT 开源,提供 CSV 下载与交互查询。
「研究」频道最新
- AIPOCH 开源科研工作台：可复现的 AI 研究全流程 — ahuja_priyank · 2026-10-14
- AIPOCH 推出 .science 研究包,可分享完整研究上下文 — ahuja_priyank · 2026-10-14
- AIPOCH 想解决 AI 研究可复现性:打包保存从文件到证据全过程 — ahuja_priyank · 2026-10-14
- Video-Arena 基准:用竞技游戏考视频理解,原生模型 F1 仅 13.2 — Kuan Zhang · 2026-10-14
- 阿里等发布 LSCBench:vibe coding 代码功能达标却仅 25% 兼安全 — Qwen · 2026-10-14
- NAVER 提出 OmniCatalyst:全模态模型「知道却说不出口」,自生成文本补齐 — naver-ai · 2026-10-14