模型榜單

模型榜單用嚟輔助比較唔同模型嘅相對表現，唔應該單獨作為選型結論。數據來自 Arena AI，由 GitHub Actions 每日自動更新。

選擇模型時仲應該綜合考慮任務類型、上下文長度、多模態同工具調用能力、速度、價格、地區可用性同數據政策。排行榜同價格會動態變化，請以頁面標註嘅更新時間同模型服務商官方資訊為準。

榜單目錄

• Agent 智能體榜單：本榜單評測模型喺多輪工具調用 / 智能體任務上嘅綜合表現，涵蓋淨改進率、確認成功率、讚踩比、可控性、Bash 恢復率、工具幻覺率等維度。
• 文本榜單：本榜單係 Arena AI 最核心嘅文本對戰榜單，根據人類盲投對戰估算模型相對實力。
• 搜尋榜單：本榜單評測模型喺連網搜尋 / 資訊檢索類任務上嘅表現。
• 視覺榜單：本榜單評測多模態模型喺圖像理解類任務上嘅表現。
• 代碼 / Web 開發榜單：本榜單評測模型喺 Web 前端開發（HTML/CSS/JS）任務上嘅實際表現。
• 文生圖榜單：本榜單評測文生圖模型根據文字提示生成圖像嘅能力。

---

💡 獲取幫助與提交反饋

如果你喺配置或使用過程中遇到任何疑問、Bug 或有功能改進建議，請參考 反饋與建議 入面提供嘅官方渠道。