OpenCompass

想比较几款大模型在推理、编程、长文本上的真实水平，各家公布的分数口径不一，自己测又要搭一堆数据集。OpenCompass 是一个一站式的大模型评测平台。

它支持 OpenAI、Anthropic、Gemini、通义、GLM、DeepSeek 等模型，覆盖 100 多个数据集，一条命令批量评测。

软件功能

多模型：国内外主流。

100+ 数据集：全面覆盖。

一键评测：批量运行。

排行榜：横向对比。