FlagEval

核心功能

多维度评测：从语言、视觉、多模态等维度评测大模型能力。

公开榜单：发布国内外主流模型的排名。

趋势分析：追踪模型能力的动态变化。

分类评测：按能力维度分类评估，了解模型强弱项。

模型覆盖：覆盖国内外主流大模型。

使用教程

1. 访问flageval.baai.ac.cn查看评测平台。
2. 浏览模型榜单和各维度表现。
3. 查看趋势分析，了解能力变化。
4. 对比国内外模型的差异。

优点

• 出自智源研究院，专业权威。
• 多维度和分类评测，细致全面。
• 有趋势分析，不仅看静态排名。
• 覆盖国内外主流模型。

需要注意的地方

• 评测标准和榜单会随版本迭代更新。
• 结果作为参考，实际选型需结合业务。

适合谁用

研究者、大模型开发团队、AI产品经理、关注模型进展的从业者和企业选型人员。

定价

FlagEval评测结果和榜单公开，免费查看。

同类型产品对比

常见问题

FlagEval是什么

FlagEval是智源研究院推出的AI模型评测平台，从语言、视觉、多模态等多维度评测大模型能力。

FlagEval评测哪些维度

覆盖语言、视觉、多模态等多个维度，并提供分类评测。

FlagEval和OpenCompass有什么区别

FlagEval是智源的评测平台，强调榜单和趋势分析；OpenCompass是开源评测框架，强调可定制和私有化。

FlagEval是免费的吗

评测结果和榜单免费公开查看。

FlagEval适合谁用

适合研究者、大模型开发团队、AI产品经理和企业选型人员。