AI Rankings 2026 | The Best Value for Your Logic

kaggle2026-03-12 更新2026-03-21 收录

AI基准测试

AI定价

数据链接：

https://www.kaggle.com/datasets/sohaibdevv/which-ai-is-best-benchmark-and-pricing-dataset-2026 数据链接链接失效反馈

官方服务：

资源简介：

188+ models compared by price and performance.

对188款及以上模型进行了价格与性能两方面的对比

创建时间：

2026-03-12

MIMIC-III

AI基准测试

互联网服务

MIMIC-III数据集是由中国科学院计算技术研究所用于ICU患者监测场景的重要数据资源。该数据集包含了多种患者数据，如生命体征和液体平衡等，用于支持心脏衰竭预测和终点预测等AI基准测试。数据集的创建过程涉及从虚拟客户端设备收集数据，通过云服务器进行训练，并在边缘计算层进行预测。MIMIC-III数据集的应用领域主要集中在医疗健康领域，旨在通过AI技术提高ICU患者的监测效率和准确性。

arXiv2019-08-06 更新1680

nasa-impact/WxC-Bench

气象预测

AI基准测试

--- license: mit --- # Dataset Card for WxC-Bench **WxC-Bench** primary goal is to provide a standardized benchmark for evaluating the performance of AI models in Atmospheric and Earth Sciences acr

Hugging Face2026-02-02 更新290

asingh15/arc-barc-processed-direct-max4k-gpt5.2abstractions-test-qwensols-5of16

推理评估

AI基准测试

--- dataset_info: features: - name: prompt dtype: string - name: responses list: string - name: abstractions list: string - name: train dtype: string - name: test dtype

Hugging Face2025-12-14 更新50

OmniaBench

通用AI代理评估

AI基准测试

OmniaBench是一个用于评估通用AI代理的广泛诊断基准，其场景知识来源于应用商店、产品文档、行业资源和网络检索，涵盖90个一级和354个二级领域。它通过四种互补的构建路线合成任务，包含1,431个任务，并提供一个644个任务的挑战子集用于高效评估。数据集支持十维能力分类和八个难度因素的细粒度分析。

github2026-07-17 更新350

math-ai-bench-sources-final

数学问题求解

AI基准测试

'math-ai-bench-pro' 是一个基于 'haowu89/math-ai-bench-sources-latest' 的按来源划分的数据集。该数据集包含多个配置（如 aime25、aime26、apex_2025、arxivmath、cmimc_2025、gpqa_diamond、hmmt_feb_2026、hmmt_nov_2025、imobench、olympiadbench、th

Hugging Face2026-04-14 更新140

AI Rankings 2026 | The Best Value for Your Logic

资源简介：

相关数据集