推出Wikiprompt LLM基准测试：实时排行榜，附有凭证

介绍Wikiprompt LLM基准测试：实时排行榜，有据可查

Wikiprompt现在有了基准测试板块：wikiprompt.org/benchmarks。面向大型语言模型和生成式AI的实时排行榜，涵盖十个领域：文本、网页开发、视觉、文生图、图像编辑、文生视频、视频编辑、搜索、智能体和文档。免费，支持七种语言，每天更新。

为什么还要另一个排行榜网站？

因为基准测试数据在悄然变化。一个模型上升了三个名次，某个分数被重新计算，昨天的榜首滑落到第四，而通常没有任何记录表明发生了什么变化。我们对待基准测试的方式就像维基百科对待词条一样：每天Wikiprompt都会存储排名的完整快照，页面会显示与上一次快照相比的近期变化。历史记录始终保留在案。

第二个原因是数据来源。我们的表格引用了每个数字的来源，就像维基百科的参考文献一样：

我们不运行任何专有评估，也不对分数进行主观评判。我们汇总开放、社区驱动的数据，引用它们，并保留凭证。

各领域目前的领先者

以下是今天快照中的一些当前领先者：

这些数据会变化。这正是关键所在：当它们变化时，变化会显示在“近期变化”部分，而不是消失不见。

它与提示词百科的关联

Wikiprompt已经收录了数万个按模型标记的提示词。基准测试板块形成了一个闭环：查看哪个模型在某个领域领先，然后跳转到该模型的真实提示词来实际使用它。模型指南如最佳GPT图像提示词和Nano Banana系列对比与排行榜并列展示。

开放，就像这里的一切一样

基准测试页面遵循与Wikiprompt其他部分相同的原则：汇编内容采用CC BY-SA许可，数据来源是开放数据集和公共API，整个提示词目录可以以单个文件的形式下载。如果你想要基准测试数据本身，我们引用的来源只需点击一下即可访问。

查看当前排名，请访问wikiprompt.org/benchmarks。下周它们会有所不同，而你将能清楚地看到变化的具体情况。