SuperCLUE 的官方网站一个专注于中文大语言模型（LLM）综合性评测的权威基准平台。

核心定位与作用

SuperCLUE（Super Chinese Language Understanding Evaluation）是 CLUE 中文语言理解测评基准在通用大模型时代的重大升级版本，被公认为目前最全面、最具权威性的中文大模型评测榜单之一。

它主要解决的问题：

• 在中文环境下，国内外大模型的真实能力差距有多大？
• 不同模型在各类任务上的强弱表现如何？
• 与人类水平相比，中文大模型已经达到什么程度？

主要评测内容（截至最新更新）

平台通常从多个维度全面评估模型，覆盖大约 70+ 项能力，主要包括以下四大象限：

1. 语言理解与生成

   • 语义理解、文本生成、阅读理解、写作能力等

2. 知识与推理

   • 常识推理、逻辑推理、数学能力、知识问答

3. 专业技能

   • 法律、金融、医学、编程、科学等垂直领域能力

4. 中文特有能力 + 安全 & Agent

   • 中文理解特质（如成语、歇后语、古文、对联等）
   • AI Agent 能力、多轮对话、安全性、对抗鲁棒性等

评测方式结合了：

• 客观题（选择/填空）
• 开放式主观题（人工/模型评判）
• 真实用户盲测对战（琅琊榜）
• 多轮对话能力

目前主要功能与查看内容

• 总榜 & 分榜：中文大模型综合排行榜、各细分能力榜单
• 国内外模型对比：同时收录国内外主流模型（如 GPT-4o、Claude、Gemini、文心一言、通义千问、DeepSeek、Kimi、豆包、GLM、Qwen、Yi、Moonshot 等）
• 历史榜单：可查看 2023、2024、2025 等年度报告与月度/季度更新
• 媒体生成榜：部分时期还会单独评测 AI 写作、图片生成、中文多模态等