評測來源

每個來源測什麼、怎樣更新、是否進入排名，都可以在這裏找到。

20本輪參與排名69已審查來源與專項

綜合評測與體驗

跨能力的綜合測試與真人盲選。

從寫代碼到改倉庫，看模型能不能把軟件做出來。

數學、邏輯與陌生規則，看模型能不能想明白新問題。

事實問答與研究生級科學知識，看知識掌握與回答準確性。

金融分析、法律諮詢與銀行業務，看專業任務能否完成。

理解圖片的證據繼續保留在綜合榜；讀懂圖片與設計美觀是不同能力。

語言基礎的補充證據，不把英文寫作表現當作中文能力。

“觀察中”表示仍在核對數據、運行條件或使用邊界，不參與綜合榜和分類榜。同一評測的重複抓取和展示切片不會增加票權；不同評測之間的題庫重疊仍需持續核對。