评测来源
原始成绩直接来自以下三家机构。每次更新保留来源、采集时间与内容校验值。
firststep-2026.10-v1 · 采集于 2026/10/04 04:16 UTC+8
Artificial Analysis
综合客观能力：采用 Intelligence Index 的公开实测值，不使用带星号的估计分数。
来源标注的批次 / 日期：页面未标明评测批次
查看来源校验值
SHA-256: b479d8a371ae0de5a8b21e0b98693d6dd6eeac2da80eaf26b716fafa5723d6d0LiveBench
动态题库：使用官方任务成绩和分类映射，重算七个大类的均值。
来源标注的批次 / 日期：2026-06-25
查看来源校验值
SHA-256: 1021e4ef211ccba609d6da2c22032f46d695c1546508cf144a58a2f3d6960f3dArena
对话偏好：采用 Text Arena Overall 的用户盲选分，保留票数和误差；初步成绩不进入综合榜。
来源标注的批次 / 日期：Oct 2, 2026
查看来源校验值
SHA-256: ab67cb156cfb6e1b171b9cc6877bb5444cc32ba71d5cf7152bad83f03881af58数据如何更新
当前为带时间标记的数据快照。维护者运行采集程序，检查来源、型号映射和覆盖变化，通过验证后发布新一版。抓取失败时保留上一版；超过七天会显示“待更新”。目前未启用定时自动发布。