关于与方法

这是什么

AI All You Need 想把 AI 相关的东西放在一处：别人做的榜单、哪个 AI 好、做什么用哪个，还有从零开始的教程。站名来自 Transformer 论文《Attention Is All You Need》。这是个人作品项目。

本站不自己打分。榜单上的分数都是原榜给的，这里只负责搬过来、翻译、按大家搜的问题重新排列。

两个原榜

• Arena 网友盲测（好不好用）：网友同时问两个匿名 AI、投票选回答更好的那个，按大量投票算出盲测分。差 30 分大约相当于对决时强的一方赢 54%。
• Epoch ECI（做题能力）：Epoch AI 自己把几十个基准测试合成的综合能力指数，量的是能力上限。
• 两者经常一致，但不总是：做题强不等于聊起来顺手。所以「哪个好」的页面两个都给，结论先看盲测分。

本站做了哪些处理

• 把模型按公司对到产品（豆包、千问、ChatGPT……），取这家目前最强的模型；App 免费版默认用的不一定是最强那档。
• 「哪个好」比的是两家最强模型的原榜分数：差距超出原榜给的区间才算赢，否则算打平。
• 天梯图的分数来自 Arena，T0 到 T3 的分档是本站按和第一名的分差划的，不是 Arena 的结论。
• 只给最近一年上线的模型排 ECI 榜名次。

数据来源

基准成绩和 ECI：Epoch AI，CC BY 4.0。按 Epoch 要求的格式署名：Epoch AI, ‘Capabilities & benchmarking’. Published online at epoch.ai. Retrieved from ‘https://epoch.ai/benchmarks’ [online resource]. 数据取得于 2026-10-30。本站按名字把基准成绩对到模型，这个处理不代表 Epoch AI 的观点，也没有得到 Epoch AI 的认可。

网友盲测分：Arena（lmarena-ai）排行榜数据集，CC BY 4.0。文本榜用的是「风格控制」版本、2026-10-28 发布的一期；做网页、联网搜索、画图、P 图、生成视频各用各自最新的一期（各榜更新时间不一样，用到的页面上写了日期）。本站只取了其中几个分类、把同一模型的不同档位合并，并按公司归到产品；这些处理是本站做的，不代表 Arena 的观点，也没有得到 Arena 的认可。

产品信息：国内能否直接用、有没有免费版、官网地址是人工整理的（2026-10-27），以各家官网为准。

价格：本站暂不显示价格，请以各厂商官网为准。

列出成绩的 23 个基准：

• APEX-Agents（54 个模型有成绩）
• ARC-AGI-2（78 个模型有成绩）
• ARC-AGI（79 个模型有成绩）
• Balrog（17 个模型有成绩）
• Chess Puzzles（81 个模型有成绩）
• DTBench（109 个模型有成绩）
• EBR-bench（28 个模型有成绩）
• FrontierCode（41 个模型有成绩）
• FrontierMath-Tier-4-v2-Private（68 个模型有成绩）
• FrontierMath-Tiers-1-3-v2-Private（84 个模型有成绩）
• Furniture Assembly（35 个模型有成绩）
• GPQA diamond（117 个模型有成绩）
• GSO-Bench（25 个模型有成绩）
• LMCA（104 个模型有成绩）
• MirrorCode（27 个模型有成绩）
• Mystery Game Puzzles（76 个模型有成绩）
• OTIS Mock AIME 2024-2025（118 个模型有成绩）
• ProofBench（68 个模型有成绩）
• SimpleBench（60 个模型有成绩）
• SimpleQA Verified（81 个模型有成绩）
• Surface Evolver Bench（23 个模型有成绩）
• WeirdML（89 个模型有成绩）
• WeirdML v3（25 个模型有成绩）

状态台

状态台的数据是本站自己探测的：每 5 分钟访问一次各家的 API 入口，连续两次失败才算异常。它只说明探测结果，不说明原因，也不代表各家官方说法。

教程

教程由 AI 辅助撰写，再按公开资料核对。AI 技术变化很快，具体操作以各家官方文档为准。

已知的局限

• 基准测的只是能力的一部分，榜单名次不等于「哪个更适合你的任务」。
• Epoch 没测过的模型不在 ECI 榜里（比如字节、腾讯、百度的模型），新模型要等 Epoch 跑完才有分；这些模型在「哪个好」「按用途」「天梯图」里用网友盲测分。
• 网友盲测反映的是参与投票的人问的问题和口味，不一定代表你的使用场景；翻译、做 PPT、写论文暂时没有可靠的公开数据。
• 画图、做视频、P 图按公司排；「在哪用」「国内能不能直接用」是人工整理的，没核实过的写「—」。
• 模型名是用名字和 Epoch 的展示名对上的，可能有少数对错。

隐私

本站放在自己的服务器上。服务器会记访问日志：访问时间、看了哪个页面、从哪个网站点进来、浏览器型号，IP 地址只记前三段（比如 1.2.3.x）。日志只用来统计有多少人来过、哪些页面有用，保留 14 天后自动删除，不提供给任何第三方。

本站不用 cookie，也不用第三方统计服务。