AGI-Eval 是一款面向 智能体与自动化 场景的 AI 工具，AI大模型评测社区。
AGI-Eval是上海交通大学、同济大学、华东师范大学、DataWhale等高校和机构合作发布的大模型评测社区，旨在打造公正、可信、科学、全面的评测生态，以“评测助力，让AI成为人类更好的伙伴”为使命。专门设计用于评估基础模型在人类认知和问题解决相关任务中的一般能力。AGI-Eval通过这些考试来评估模型的性能，与人类决策和认知能力直接相关。衡量模型在人类认知能力方面的表现，有助于了解在现实生活中的适用性和有效性。 大模型榜单 ：基于通用评测方案，提供业内大语言模型的能力得分排名榜单。榜单涵盖综合评测和各能力项评测。数据透明、权威，帮助您深入了解每个模型的优缺点，定期更新榜单，确保您掌握最新信息，找到最适合的模型解决方案。
AGI-Eval是上海交通大学、同济大学、华东师范大学、DataWhale等高校和机构合作发布的大模型评测社区，旨在打造公正、可信、科学、全面的评测生态，以“评测助力，让AI成为人类更好的伙伴”为使命。专门设计用于评估基础模型在人类认知和问题解决相关任务中的一般能力。
什么是 AGI-Eval？
AGI-Eval是上海交通大学、同济大学、华东师范大学、DataWhale等高校和机构合作发布的大模型评测社区，旨在打造公正、可信、科学、全面的评测生态，以“评测助力，让AI成为人类更好的伙伴”为使命。专门设计用于评估基础模型在人类认知和问题解决相关任务中的一般能力。AGI-Eval通过这些考试来评估模型的性能，与人类决策和认知能力直接相关。衡量模型在人类认知能力方面的表现，有助于了解在现实生活中的适用性和有效性。 大模型榜单 ：基于通用评测方案，提供业内大语言模型的能力得分排名榜单。榜单涵盖综合评测和各能力项评测。数据透明、权威，帮助您深入了解每个模型的优缺点，定期更新榜单，确保您掌握最新信息，找到最适合的模型解决方案。
AGI-Eval是上海交通大学、同济大学、华东师范大学、DataWhale等高校和机构合作发布的大模型评测社区，旨在打造公正、可信、科学、全面的评测生态，以“评测助力，让AI成为人类更好的伙伴”为使命。专门设计用于评估基础模型在人类认知和问题解决相关任务中的一般能力。
AGI-Eval 的主要功能
大模型榜单
AGI-Eval人机评测比赛
评测集
公开学术
官方评测集
用户自建评测集
Data Studio
用户活跃度高
如何使用 AGI-Eval
- 01进入 AGI-Eval 官网并完成基础设置
先通过官网进入产品，按照当前账号体系完成登录、试用或订阅开通，确认你要处理的任务类型。
- 02从最接近业务目标的功能开始
优先使用它最擅长的能力，例如 大模型榜单，先验证输出质量和稳定性。
- 03结合标签和场景逐步形成固定用法
围绕 AI模型评测 相关需求建立自己的提示词、模板或操作路径，减少重复摸索。
- 04把结果接入你的实际流程
当结果稳定后，再把 AGI-Eval 放进文档生产、设计创作、开发协作或内容分发流程，而不是只停留在单次试用。
AGI-Eval 的应用场景
AGI-Eval 适合用于AI模型评测，如果你正好有这类任务，它会比泛用型工具更省时间。
常见问题
AGI-Eval 适合哪些人？
AGI-Eval 适合需要处理 智能体与自动化 相关任务的人群，尤其适合 AI模型评测 这类高频场景。
AGI-Eval 是否需要付费？
当前收录信息显示它的收费方式为“免费”。如果你只是评估是否适合团队使用，建议先从免费额度或试用入口开始。
AGI-Eval 的优势主要体现在哪里？
AGI-Eval 当前最突出的地方在于 大模型榜单、AGI-Eval人机评测比赛、评测集、公开学术、官方评测集、用户自建评测集、Data Studio、用户活跃度高，所以它更适合有明确任务目标的人直接拿来落地，而不是只做泛泛体验。