中文权威榜单（SuperCLUE 类）

一句话理解

国产模型的“月考榜”——用中文语境的题库按期排名，看国产模型谁进步最快，选型的中文参考系。

定义

中文权威榜单指面向中文语境的模型评测排行，代表有 SuperCLUE、OpenCompass（司南）、C-Eval 等：题库覆盖语言理解、逻辑推理、代码、数学与中文特有场景（成语、古文等），定期更新并发布分维度成绩。

你会在哪遇到它

国产模型发布会的“登顶某某榜单”；媒体对比国产模型的引用来源；选型时的中文能力参考。

背后的原理

与英文基准（936）互补：英文榜翻译腔重、中文文化题覆盖不足，中文榜自建题库更贴地。看榜姿势：先看维度拆分（总分掩盖短板）、再看是否有防污染机制（题库保密或动态更新，对应 1045 的担忧）、最后交叉验证——榜单结论与竞技场（937）人类投票、自建业务测试三方互证。

和相近概念的区别

1 与评测基准（936）：基准是卷子，榜单是按期放榜的排名体系。 2 与多语言评测（1086）：多语言看覆盖广度，中文榜看单一语言的深度。 3 与竞技场（937）：一个专家出题判分，一个真实用户盲投，各有盲区。

常见误区

1 榜单第一就选它——榜单题型与你的业务场景可能完全不重叠。 2 所有榜单都中立——主办方背景与评测口径要看清，多家交叉更稳。 3 分数能精确比较——小数点级的差距常在误差内，看量级别抠细节。