学习研究
论文总结模型排名
比较长文理解、研究问题提炼、方法总结和批判性分析能力。
#1
Gemini 2.5 ProGoogle · closed
94应用适配分
数据来源1 条证据
LiveBench独立评测
- 测评时间
- 2026/06/03
- 指标
- 公开来源分
- 分数
- 91/100
公开 benchmark 或第三方来源提供的模型能力信号。
打开来源在该应用场景的公开证据或平台样例评测中表现靠前。
价格 中速度 中上下文 中长
证据明细1 条
独立评测
长论文上下文整合强
- 来源
- LiveBench
- 指标
- 公开来源分
- 分数
- 91/100
- 排名
- #1
- 更新时间
- 2026/06/03
公开 benchmark 或第三方来源提供的模型能力信号。
不能直接代表该应用场景的所有业务效果，因此只作为推荐证据之一。
打开来源#2
Claude 3.7 SonnetAnthropic · closed
91应用适配分
数据来源1 条证据
模力榜 场景样例评测平台评测
- 测评时间
- 2026/06/03
- 指标
- 场景适配分
- 分数
- 90/100
平台自建样例评测，覆盖该应用场景的输出质量、稳定性和可用性。
打开来源在该应用场景的公开证据或平台样例评测中表现靠前。
价格 中速度 中上下文 中长
证据明细1 条
平台评测平台 rubric
方法总结和批判性分析好
- 来源
- 模力榜 场景样例评测
- 指标
- 场景适配分
- 分数
- 90/100
- 排名
- #2
- 更新时间
- 2026/06/03
平台自建样例评测，覆盖该应用场景的输出质量、稳定性和可用性。
不代表全量真实业务转化效果，需结合用户自己的 prompt 和审核流程。
打开来源#3
GPT-4oOpenAI · closed
88应用适配分
数据来源1 条证据
LMArena独立评测
- 测评时间
- 2026/06/03
- 指标
- 公开来源分
- 分数
- 86/100
公开 benchmark 或第三方来源提供的模型能力信号。
打开来源在该应用场景的公开证据或平台样例评测中表现靠前。
价格 中速度 中上下文 中长
证据明细1 条
独立评测
通用问答和改写稳定
- 来源
- LMArena
- 指标
- 公开来源分
- 分数
- 86/100
- 排名
- #3
- 更新时间
- 2026/06/03
公开 benchmark 或第三方来源提供的模型能力信号。
不能直接代表该应用场景的所有业务效果，因此只作为推荐证据之一。
打开来源