AI工具排名情况

有什么网址可以不断跟踪当下比较热门的最新模型？

用途	网站/平台	适合看什么
综合能力、人类偏好排名	LMArena（https://huggingface.co/spaces/lmarena-ai/arena-leaderboard?utm_source=chatgpt.com） / Arena Leaderboard	看 GPT、Claude、Gemini、DeepSeek、Qwen 等模型在真实用户投票中的排名，适合判断“大家实际用起来觉得谁更强”。它覆盖 text、image、vision 等榜单。(Hugging Face)
模型性能、价格、速度对比	Artificial Analysis	非常适合看“哪个模型性价比高”，它会比较智能水平、价格、速度、延迟、上下文窗口等。(Artificial Analysis)
开源模型热度	Hugging Face Models / Trending	看最新开源模型、下载量、社区热度、模型卡、权重发布。尤其适合跟踪 Qwen、DeepSeek、GLM、Llama、Mistral 等开源/开放权重模型。(Hugging Face)
API 可用性、价格、模型菜单	OpenRouter Models	看哪些模型已经能通过 API 调用、价格多少、上下文长度多少。OpenRouter 官方文档也说明它提供统一 API，可以访问数百个 AI 模型。(OpenRouter)
防止“榜单污染”的客观评测	LiveBench	更偏客观能力测试，强调降低测试集污染，并且会持续更新问题，适合判断模型真实推理、数学、代码、数据分析能力。(LiveBench)
编程/修 bug 能力	SWE-bench	如果你关心 Codex、Claude Code、Cursor、Copilot 这类编程能力，就看 SWE-bench。它用真实 GitHub issue 来评估模型/Agent 修复代码的能力。(SWE-bench)
代码编辑能力	Aider LLM Leaderboard	看模型在“根据自然语言修改代码、让测试通过”这类任务上的表现，适合判断哪个模型更适合写代码。(Aider)
长期趋势、模型数据库	Epoch AI Models Database	更适合研究模型演进趋势，比如发布时间、参数量、训练算力、机构等，不是每日热榜，但适合做系统跟踪。(Epoch AI)
中文/国内开源生态	ModelScope 魔搭社区	看国内模型、中文模型、多模态模型、应用部署，比较适合跟踪 Qwen、通义、智谱、魔搭生态里的模型。(魔搭社区)