CAA
排行榜
Benchmark
Benchmark 总览
8 个
体验感
2 个
认知能力
5 个
Agentic 能力
2 个
应用领域
1 个
模型
模型广场
4 个
阿里巴巴
Qwen3.8-27B
深度求索
DeepSeek-V4-Pro
月之暗面
Kimi-K3
智谱
GLM-5.3
专题
量化 vs 原精度
量化之后能力掉多少
自部署 vs 官方 API
同一份权重,自己部署和调官方 API,分数一致吗
同家族尺寸
同一代模型,小尺寸比旗舰差多少
多 Harness
同一个模型换一个 harness,agentic 分数变多少
关于我们
登录
模型
CAA 评测过的全部模型,按厂商分组。点一个模型,看它的分数、变体和评测记录。
全部
开放权重
闭源
组内排序
综合分
发布时间
Q
阿里巴巴
1 个
Qwen3.8-27B
开放权重
参数未公开
上下文 —
47.58
CAA 综合分,第 4
体验感
48.45
认知能力
45.52
Agentic
49.48
应用领域
41.50
发布于 —
推理档 xhigh / medium / low / none
DS
深度求索
1 个
DeepSeek-V4-Pro
开放权重
参数未公开
上下文 —
65.03
CAA 综合分,第 1,缺 3 项 benchmark
体验感
2.86
认知能力
69.72
Agentic
45.67
应用领域
45.67
发布于 2026-08-13
推理档 max / high / medium / low / none
K
月之暗面
1 个
Kimi-K3
开放权重
参数未公开
上下文 —
57.47
CAA 综合分,第 3,缺 3 项 benchmark
体验感
65.05
认知能力
67.05
Agentic
3.50
应用领域
3.50
发布于 2026-07-16
推理档 max / high / low
Z
智谱
1 个
GLM-5.3
开放权重
参数未公开
上下文 —
61.07
CAA 综合分,第 2,缺 2 项 benchmark
体验感
73.00
认知能力
59.36
Agentic
54.23
应用领域
52.50
发布于 2026-08-18
推理档 max / high / low