把散落在各家机构的 AI 大模型榜单聚到一屏的排行榜站点。同一模型在「真人偏好」与「客观基准」两类榜单上并列呈现，方便看谁全能、谁偏科。榜单数据原样搬运，只做聚合与可视化，不做二次加工。
| 榜单 | 类型 | 说明 |
|---|---|---|
| LMArena / Arena.ai 文本总榜 | 真人盲测（Bradley-Terry） | 用户盲测投票得出的偏好排名 |
| LMArena Code Arena / WebDev | 真人盲测 | 编程与网页开发方向的真人偏好 |
| LMArena Agent Arena | 真人盲测 | 智能体任务的真人偏好 |
| Artificial Analysis 智能指数 + 价格 | 客观基准（独立机构） | 综合能力指数，附 API 价格 |
| SuperCLUE 中文榜 | 客观基准（中文） | 面向中文能力的评测 |
| LiveCodeBench 编程榜 | 客观基准（防污染） | 随时间滚动出题，降低题目泄漏影响 |
| HF Open LLM Leaderboard v2 | 客观基准（开源 · 已退役归档） | 开源模型综合评测（归档快照） |
- 多榜同屏：真人偏好榜与客观基准榜并列，交叉对照；
- 变化追踪：排名升降箭头、新上榜标记；
- 维度标签：国产 / 厂商 / 开源等标签（厂商统一为标准名，识别不出就标「未标注」，不猜）；
- 档位归并：同一模型的不同推理档位与期次（
-high/-max/ 思考模式 / 日期戳等）归并为一个模型，取其在该榜的最好名次，避免同一模型刷屏； - 性价比象限图：能力分 vs 价格，按性价比分区；
- 历史趋势：单模型排名随时间变化的折线；
- 跨榜共识：只列出现在两个以上榜单的模型，按上榜数与方法论覆盖度排序，并标注共识置信度；仅上榜一次的模型保留在分榜明细中；
- 数据新鲜度提示：任一榜数据过期或降级时，页面顶部明确标注实际来源与滞后情况，不静默展示旧数据；
- 深浅双主题：默认跟随系统，也可手动固定；图表配色随之切换。
- 所有分数与排名原样搬运，不修改、不加权、不计算跨榜综合总分；
- 每榜标注原始链接、更新时间与数据版权；页面显著位置有免责说明；
- 明确提示各榜口径不同、不可直接横向比较。
单源抓取失败不影响整体——其余榜单照常更新，失败的那一榜会按可信度逐级回退，并在页面上标明该数据的实际来源与滞后天数（例如第三方镜像快照、上一批已校验数据、历史快照或人工兜底），绝不把降级数据当成实时数据展示。
无法判断数据是否可靠时宁可不展示；字段缺失一律显示「—」，不报错、不中断。持续降级会自动生成 Issue 提醒维护，恢复后自动关闭。
- SuperCLUE：官方未提供 API，数据来自其公开的月度榜单文件；上游改版可能需要跟进适配，期间以最近一期数据兜底并在页面标注；
- HF Open LLM Leaderboard 已于 2025-03 退役，本站展示的是归档数据集，页面标注「已退役归档」；
- Artificial Analysis 无官方公开数据文件，依赖其页面公开信息，站点改版可能导致该榜短暂降级；
- Internet Archive（第三方镜像兜底）在部分网络环境不可达，属环境限制，不影响主链路。
代码 MIT。榜单数据版权归原作者（LMArena / Arena.ai CC-BY-4.0、Artificial Analysis、SuperCLUE、LiveCodeBench、Hugging Face）所有，本站仅聚合展示。