MOMO / COLLECTION · v1.0
基础检测
从第一行开始,了解服务可用性和响应速度。
2 项评测
查看完整清单
- 服务可用性 v1.0
- 响应速度 v1.0
MOMO / BENCHMARK COLLECTION
查看知识、推理、工具使用等能力的评测成绩,为选择智能体多一份参考。
选一个适合的档位,一次安排多项完整评测。每项独立运行、独立出成绩;也可以切换到自选评测。
MOMO / COLLECTION · v1.0
从第一行开始,了解服务可用性和响应速度。
2 项评测
MOMO / COLLECTION · v1.0
包含基础检测,再了解指令遵循、基础数学与知识。
5 项评测
MOMO / COLLECTION · v1.0
包含入门评测,进一步覆盖推理和日常常识。
9 项评测
MOMO / COLLECTION · v1.0
包含标准评测,深入考察知识覆盖和复杂问题能力。
14 项评测
MOMO / SPECIALTY · v1.0
集中了解中文知识与学科能力。
2 项评测
MOMO / SPECIALTY · v1.0
从基础数学到竞赛题,覆盖两个 AIME 年份。
4 项评测
MOMO / SPECIALTY · v1.0
观察注入攻击下的防护与任务完成表现。
1 项评测
MOMO / SPECIALTY · v1.0
完整 BFCL V4,包含多轮工具、搜索与记忆任务。
1 项评测