程序员狂喜！GLM-4.7表现如何？这4个榜单告诉你真相，选对模型效率翻倍！

现在各大模型厂商都在不断推出新模型，眼花缭乱。

很多人想知道不同模型到底处于什么水平，比如最近 GLM 4.7 出来很多人很想知道水平怎样，往往得四处打听，可不同人给出的答案又不一样。

那有没有一些榜单，能让我们一眼看出它们的大致实力？

这篇文章给大家分享几个比较不错的榜单，大家可以适当参考。

常见榜单

lmarena

平台特点：由 LMSys 团队运营，采用“人类对战评测”（Arena，对比两家模型回答，用户盲评哪一个更好），用 Elo 评分做排序，更贴近真实使用偏好。
覆盖范围：不仅有通用文本，还分 Text、WebDev、Vision、Text‑to‑Image、Search、Text‑to‑Video 等多个子榜单。
使用价值：适合想看“在真实用户眼里，哪个模型更好用”的场景，比如选聊天、写作、写网页的小白或开发者。

https://lmarena.ai/zh/leaderboard

Artificial Analysis

Artificial Analysis 是一家独立的AI 测评与分析公司，自我定位是“独立的 AI benchmark & analysis 公司”，专门做模型性能、成本等对比评估，为企业和开发者提供选型参考。

综合排行

https://artificialanalysis.ai/leaderboards/models

综合排行（Models Leaderboard）：按“智能、价格、推理速度、上下文长度”等多维度给上百个模型打分，可以看到每个模型在不同能力和成本上的折中。

编码领域

https://artificialanalysis.ai/models/capabilities/coding

编码领域榜（Coding capabilities）：单独抓出“代码能力”相关基准（如代码生成、修复、竞赛题等），比较各模型在编程任务上的表现，更偏工程与生产力导向。

SuperCLUE

面向“中文通用大模型”，重点关心“在一系列中文任务上的整体表现如何，和国际模型、人类水平差距多大”。包含多轮开放问答、客观题、匿名对战等多个子基准，按月更新。

通用榜

https://www.superclueai.com/generalpage

专项榜单

https://www.superclueai.com/benchmarkselection?category=specialized

https://www.superclueai.com/specificpage?category=specialized&name=SuperCLUE-SWE%E3%80%8C%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B%E3%80%8D&folder=SWE

llm-stats

做成“信息面板”，集中展示各大模型在多种公开基准上的分数，同时附带价格、上下文长度等元信息，可对多个模型进行横向对比。

https://llm-stats.com/leaderboards/llm-leaderboard

写在最后

需要强调的是，大模型榜单只是一个参考。

有些模型在榜单上的表现非常不错，但实际使用的话可能会有一些折扣。

而且同一个模型在不同的任务上，它的表现也会有差异。我们还是要以自己业务实际的测评，自己实际的使用体验为准。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。