由加州大学伯克利分校等机构组成的LMYSY Org运营，系匿名大模型对战平台，采用盲测机制，用户与模型匿名对话后投票，采用ELO机制计算模型得分，生成权威排行榜。覆盖全球190+模型，涵盖通用对话、数学推理、编程等能力，是目前业界公认的公正、权威的模型性能评估工具。

Open LLM Leaderboard 是由 Hugging Face 推出的开源大语言模型（LLM）性能评估平台，旨在通过统一的基准测试对比不同模型的能力。该排行榜使用多个高质量数据集（如 MMLU-Pro、GPQA、BBH 等）评估模型在知识、推理、数学、指令遵循等任务上的表现，确保评测的全面性和公正性。

SuperCLUE（中文通用大模型评测基准）是一个由CLUE团队推出的中文通用大模型综合性评测基准，旨在评估模型在复杂场景下的理解和推理能力。它是CLUE（The Chinese Language Understanding Evaluation）在通用人工智能时代的进一步发展，自2023年5月9日正式发布以来，已成为国内权威的通用大模型综合性测评基准。

由上海人工智能实验室推出的权威大模型评测平台，评测涵盖语言、推理、知识、代码、数学、指令跟随、智能体等七大核心领域，细分为十余项具体任务，确保评测结果的精准性和全面性。CompassRank 采用中英文双语评测基准，结合创新的循环评估策略，确保评测的客观性和公正性。

浙江大学联合上海AI实验室、同济、南大、华师大、交大、港中文等团队重磅发布，全球首个面向真实场景的多模态创造力评测基准，覆盖四大任务类别、51 项细粒度任务，用 765 个高难度测试案例，双重评估体系，确保评判的公正性和一致性，为 MLLMs 的“视觉创意智能”提供全方位体检。

由AI产品榜主导，联合 30+ 位 AI 领域媒体定期发布的《AI产品榜aicpb.com》榜单。 也是被中国新闻周刊、中国基金报、腾讯科技、雪球 、南华早报、凤凰网科技等权威媒体以及权威专家，引用最多的AI产品榜单。该榜单每月1期，除网站榜（全球、中国），应用榜（全球、中国）外，还有出海总榜、增减速榜、点评榜、手机榜等。