C-Eval

一、网站简介

C-Eval是C-Eval 团队提供的AI 模型评测入口。中文综合学科能力评测基准。本页只介绍如何从官网使用它，不替代官方文档。

二、机构与产品背景

C-Eval 是中文综合学科能力评测基准。使用前应区分它和同一机构的其他产品，避免把聊天、开发平台、模型社区或设计工具混成同一个网址。

三、核心功能

• 学科题：覆盖多个中文学科的选择题。
• 基准：用来比较模型，不是学习 App。
• 论文和数据：评测方法和数据可以查阅。
• 局限：选择题成绩不等于开放式写作能力。

四、使用时要注意的特点

C-Eval适合先完成一个小任务来判断效果。生成式结果可能包含过时或不准确的内容，对外发布、学术提交、商业承诺和代码合并之前都要人工核对。账号权限、价格和可用地区以https://cevalbenchmark.com/当天页面为准。

五、适用人群

它主要给需要“中文综合学科能力评测基准”的人使用。已经有明确成品流程的团队，可以把它放在草稿、检索或预处理环节，而不是直接当作最终交付。

六、应用场景

• 查看模型在中文学科题上的成绩
• 了解这个基准测什么
• 写评测报告时引用公开数据

七、同类入口

下面是本导航中用途接近的网站，可以按具体任务比较，而不是只看名称：

• FlagEval：智源的大模型评测平台。
• OpenCompass：司南大模型评测体系与榜单。
• Artificial Analysis：比较模型质量、速度和价格。

八、常见问题

Q：C-Eval 高就说明模型可靠吗？
A：只说明它在这套题上的表现。

Q：题目能用于训练吗？
A：要遵守数据集的使用协议，避免把测试题直接拿去训练。

Q：从哪里进入官网？
A：使用本页按钮打开 https://cevalbenchmark.com/。如果网址跳转或功能改版，以官网当前页面为准。

本文根据公开产品信息整理，功能与价格可能变化。