Datasets:

keygate-ai
/

ai-model-evaluation-guide

dimension_id stringlengths 6 22	name_zh stringlengths 3 6	name_en stringlengths 6 22	applies_to stringlengths 4 12	what_it_measures stringlengths 14 29	common_unit stringlengths 1 15	preferred_direction stringclasses 4 values	selection_question stringlengths 10 15	common_misreading stringlengths 11 18
overall_capability	综合能力	Overall capability	语言模型	在统一评测口径下综合多类任务表现	指数或分数	越高越好	模型在广泛任务中的总体能力如何	总分高不代表每个具体任务都更强
reasoning	推理能力	Reasoning	语言模型	处理多步骤逻辑数学科学与复杂约束任务的能力	准确率或分数	越高越好	模型能否稳定解决复杂问题	推理时间更长不等于推理能力更强
coding	编程能力	Coding	语言模型	生成理解修改和调试代码的能力	通过率或分数	越高越好	模型是否适合软件开发工作	代码能运行不等于符合工程质量要求
agentic	智能体能力	Agentic capability	语言模型	在工具调用和多步骤流程中规划执行与纠错的能力	成功率或分数	越高越好	模型能否独立完成较长工作流	单次工具调用成功不等于完整任务可靠
instruction_following	指令遵循	Instruction following	语言模型	按格式约束步骤和边界完成请求的能力	通过率或分数	越高越好	模型能否按要求稳定交付	回答流畅不等于严格遵守指令
output_speed	输出速度	Output speed	语言模型与语音模型	开始输出后单位时间生成的内容量	Token/秒或字符/秒	越高越好	长回复或批量任务能多快完成	输出速度不包含等待首个结果的时间
first_response_latency	首段响应时间	Time to first response	语言模型与流式多模态模型	从请求发出到收到首个可用输出的等待时间	秒	越低越好	交互开始前需要等多久	首段响应快不代表整项任务完成快
task_cost	标准任务成本	Cost per task	全部模型	按统一任务和用量口径完成一次任务的估算费用	美元/任务	越低越好	完成同类工作实际需要多少钱	任务成本不能只看输入单价
input_price	输入价格	Input price	按量计费模型	服务商对输入内容的公开计费价格	美元/百万 Token 或调用	越低越好	大量输入的成本是多少	不同服务商的计费单位可能不同
output_price	输出价格	Output price	按量计费模型	服务商对模型生成内容的公开计费价格	美元/百万 Token 或调用	越低越好	大量生成内容的成本是多少	输出价格通常不能与输入价格混为一项
context_window	上下文窗口	Context window	语言模型与多模态模型	单次请求可接收和处理的最大上下文范围	Token 或字符	越高越好	模型一次能处理多长的材料	标称上限不等于长上下文各位置效果相同
max_output	最大输出	Maximum output	生成式模型	单次请求允许生成的最大内容长度	Token 秒或帧	越高越好	一次最多可以生成多少内容	上下文窗口大不代表最大输出也大
image_quality	图像质量	Image quality	图像生成与图像编辑模型	输出图像在提示词遵循细节结构审美和一致性上的表现	偏好率或分数	越高越好	模型能否稳定生成符合要求的图片	单张优秀样例不能代表稳定质量
video_quality	视频质量	Video quality	视频生成与视频编辑模型	输出视频在画面质量运动合理性提示词遵循和时序一致性上的表现	偏好率或分数	越高越好	模型能否稳定生成连贯视频	分辨率高不等于运动与叙事更好
speech_quality	语音质量	Speech quality	语音合成模型	合成语音的自然度清晰度韵律和风格控制表现	偏好率或分数	越高越好	声音是否自然且适合目标内容	音色相似不等于表达自然
real_time_factor	实时系数	Real-time factor	语音与视频模型	生成耗时与输出媒体时长之间的比例	比值	越低越好	生成速度能否满足实时或批量需求	不同硬件与服务配置下结果不可直接混比
availability	可用性	Availability	全部模型	模型在地区接口配额和产品形态上的实际可访问程度	类别或状态	视场景而定	目标用户和系统是否能够稳定使用	榜单有结果不代表所在地区能够直接调用
openness	开放程度	Openness	全部模型	权重代码训练信息和使用许可的公开程度	等级或分项分数	越高越开放	模型能否私有部署审计或二次开发	可下载权重不等于所有用途均可商用

AI 模型选型与测评维度词典

版本：1.0.0｜更新日期：2026-07-29

Keygate 是覆盖全球主流与前沿 AI 模型的测评、排行榜与选型平台。这份中英双语词典将语言、图像、视频与语音模型比较中常见的 18 项指标整理为结构化字段，帮助读者正确理解榜单、建立选型表，并减少不同资料之间的术语混用。

A bilingual data dictionary of 18 dimensions for evaluating and selecting leading language, image, video and speech models.

配套资料

数据内容

统一中英文指标名称，减少同一概念被不同译法混用。
明确数值应当“越高越好”还是“越低越好”。
区分输出速度与首段响应时间，避免把两个概念当成同一项。
区分公开价格、标准任务成本与实际业务总成本。
覆盖语言、图像、视频和语音模型的通用比较字段。
为每项指标补充适用对象、常见单位、选型问题与常见误读。

字段

字段	含义
`dimension_id`	稳定的英文标识
`name_zh`	中文名称
`name_en`	英文名称
`applies_to`	适用的模型类型
`what_it_measures`	指标实际衡量的内容
`common_unit`	常见单位
`preferred_direction`	判断方向：越高越好、越低越好或视场景而定
`selection_question`	该指标帮助回答的选型问题
`common_misreading`	常见误读

快速使用

from datasets import load_dataset

dataset = load_dataset("keygate-ai/ai-model-evaluation-guide")
dimensions = dataset["train"]

print(dimensions.column_names)
print(dimensions[0])

直接下载：