AI TOOL / 模型、提示词与学习资源
MMBench
MMBench主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用。
模型、提示词与学习资源模型评测收录 2026-10-30
官网域名mmbench.opencompass.org.cn
分类模型、提示词与学习资源
子类模型评测
同子类10 个
同分类233 个
数据来源公开目录快照
同类工具
8 个MMLUMMLU是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。Open LLM LeaderboardOpen LLM Leaderboard主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用，也适合技术团队集成或二次开发。CMMLUCMMLU是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。Helm LiteHelm Lite主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用，适合团队协作场景。LMArenaLMArena是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。H2O Eval StudioH2O Eval Studio主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用，适合团队协作场景。PubMedQAPubMedQA是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。MagicArenaMagicArena主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用。
同类工具按目录分类列出，不代表推荐或排名。价格、免费额度、API 能力以各自官网为准。
怎么判断它适不适合你
| 先确认 | 为什么 |
|---|---|
| 是否提供 API | 只有网页界面的话，没法接进你的工作流。 |
| 是否支持你要用的模型 | 工具支持什么模型，比工具自己声称“最强”更重要。 |
| 免费额度与计费方式 | 先小额验证，再决定是否长期使用。 |
| 数据与隐私条款 | 涉及代码或客户数据时，先看数据是否会被用于训练。 |
本页不替工具下“好用/不好用”的结论；没有实测数据就不写评分。