公开成绩索引
模型与 Benchmark
按 Benchmark 查成绩，点模型看完整记录。每条数据都保留版本、测评设置和原始来源。
多模态输入 × Harness任务必须把图片、音频、视频、屏幕或其他非文本文件交给 Agent，并通过具名 Harness 运行。仅模型支持视觉、仅输出图片或仅用多模态裁判打分都不算；“混合任务集”展示的是整套总分，不是多模态子集分数。
按共同 Benchmark 对照
模型对比
不同 Benchmark 不做归一化或总分。表格只并排列出公开原值和口径。
Benchmark × 模型
覆盖矩阵
单元格显示该口径最高公开值；橙点表示同模型存在多条不同结果。悬停可查看设置。
版本与模态
模型目录
点击任一模型查看它报告过的全部 Benchmark、口径与逐条来源；日期快照不会与稳定名称混在一起。
原始发布页
来源登记
优先模型厂商、Benchmark 官方榜与技术报告；厂商测友商的数据会保留发布方身份。