chinese-llm-benchmark
★ 6.5k
vs
cua
★ 31.1k
chinese-llm-benchmark vs cua
chinese-llm-benchmark：ReLE评测（原名CLiB）是一个持续更新的中文AI大模型能力评测项目，已覆盖337个商用及开源大模型。它提供多维度能力评测和综合排行榜，并包含超200万的大模型缺陷库，以帮助社区研究和改进模型。；cua：Cua是一个开源平台，旨在构建、基准测试和部署能够与任何计算机交互的AI智能体。它利用Docker、QEMU和Apple Vz等技术提供隔离的、可自托管的沙盒环境，用于智能体UI自动化和安全的代码执行。
01
简评
chinese-llm-benchmarkLLM Infra · ★ 6.5k
对比和选择特定应用场景下表现最佳的大模型。
cuaLLM Infra · ★ 31.1k
何时选择它（优势与适用）：
- 你在构建能够自主操作计算机（Computer-Use）的 AI 智能体，需要可靠、可自托管的隔离桌面与虚拟机沙箱基础设施（Docker、QEMU、Apple Vz）。
- 需要统一的驱动程序（操作原生桌面软件）、标准化基准评测套件，以及对长时间任务的稳定隔离环境。
何时考虑替代方案：
- 你只需要在现有的个人实体电脑上执行简单辅助操作（Windows-MCP 或本地自动化脚本更轻量）。
- 智能体只需要通过 API 读写文件和数据库，完全不需要操作图形桌面界面（GUI）。
02
并排对比
03
功能特性
chinese-llm-benchmark01广泛覆盖337+个商用及开源中文大模型。
02支持教育、医疗等7大领域及约300个细分维度的多维度能力评测。
03提供全面细致的各类能力排行榜。
04拥有超200万的大模型缺陷库，便于研究分析和改进大模型。
05为私有大模型提供免费评测服务和定制化选型支持。
cua01构建用于桌面UI自动化和交互的AI智能体。
02提供隔离的代码执行环境（沙盒）。
03通过标准化任务对计算机使用模型进行基准测试。
04利用强化学习环境训练智能体。
05在Apple Silicon上管理高性能macOS/Linux虚拟机。
04
使用场景
chinese-llm-benchmark↳对比和选择特定应用场景下表现最佳的大模型。
↳发现并改进大语言模型的能力缺陷。
↳对私有或定制化大模型进行基准测试，以优化性能和成本。
cua↳开发和部署用于自主桌面交互和任务完成的AI智能体。
↳为AI编程助手和开发工作流创建安全、隔离的代码执行环境。
↳使用标准化任务和强化学习对计算机使用智能体进行基准测试和训练。
05
适合场景
chinese-llm-benchmark必备神器时下流行
cua最受欢迎必备神器时下流行
FAQ
常见问题
chinese-llm-benchmark 和 cua 有什么区别？
chinese-llm-benchmark 和 cua 都属于 LLM Infra 类别。chinese-llm-benchmark 有 6.5k Stars，cua 有 31.1k Stars。
chinese-llm-benchmark 和 cua 哪个更好？
最佳选择取决于你的具体需求。对比和选择特定应用场景下表现最佳的大模型。 时选 chinese-llm-benchmark，开发和部署用于自主桌面交互和任务完成的AI智能体。 时选 cua。
chinese-llm-benchmark 是免费的吗？
是的，chinese-llm-benchmark 在 GitHub 开源。
cua 是免费的吗？
是的，cua 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→