选品调研

选品调研

• E

  EvalPlus Leaderboard

  面向 AI Coder 的严格代码榜单，围绕 HumanEval+、MBPP+ 等测试集比较正确率与效率。

  evalplus.github.io/leaderboard.html 2026-09-21收藏
  360 0 百度 0 搜狗 0 人气 0
• E

  Exploding Topics

  面向 2026 趋势研究的产品与赛道发现平台，可提前捕捉需求增长、竞品方向和电商机会。

  explodingtopics.com 2026-09-21收藏
  360 0 百度 0 搜狗 0 人气 0
• C

  Crunchbase

  适合追踪 2026 年创业公司、融资、增长预测和产品动向的公司情报数据库，可用于赛道扫描与竞品研究。

  www.crunchbase.com 2026-09-21收藏
  360 0 百度 1 搜狗 2 人气 0
• L

  LiveCodeBench

  持续收集 LeetCode、AtCoder、Codeforces 新题的无污染代码评测榜，适合检验模型真实编程能力。

  livecodebench.github.io/leaderboard.html 2026-09-21收藏
  360 0 百度 0 搜狗 0 人气 0
• S

  SWE

  软件工程能力的核心公开榜单之一，2026 年持续更新真实 GitHub Issue 修复结果，可直接比较模型解决率与成本。

  www.swebench.com/verified.html 2026-09-21收藏
  360 0 百度 0 搜狗 0 人气 0
• V

  Vellum AI Leaderboard

  商业部署视角很强的模型榜单，2026 年同时比较 GPQA、SWE Bench、价格、延迟、速度和上下文窗口。

  www.vellum.ai/llm-leaderboard 2026-09-21收藏
  360 0 百度 0 搜狗 0 人气 0
• A

  ARC Prize

  ARC-AGI 系列与 ARC Prize 2026 的官方入口，主打低噪声、高信号的通用智能与流体推理评测。

  arcprize.org/leaderboard 2026-09-22收藏
  360 0 百度 0 搜狗 0 人气 0
• H

  Humanity's Last Exam

  前沿学术能力 benchmark 的官方入口，2026 年已发布 Nature 论文并持续滚动展示顶级模型在 HLE 上的进展。

  lastexam.ai 2026-09-21收藏
  360 0 百度 0 搜狗 0 人气 0