Assistant Benchmark 创建者现已持续追踪 147 款 AI 助手

Assistant Benchmark 的项目创建者对外披露，目前这个评测榜单已经纳入并持续追踪一共 147 个 AI 助手，覆盖各大厂商推出的对话模型、Agent、桌面助手以及移动端智能助手，会用同一套标准化测试题去定期打分对比，方便开发者和普通用户横向判断不同 AI 助手的真实能力。之前市面上各类 AI 助手评测大多是各家自测，数据集、题目不一样，很难放在一起公平比较，而这个项目的目标就是建立统一基准，把市面上主流、小众、新上线的 AI 助手都收纳进来，持续记录它们在推理、编码、工具调用、长上下文等任务上的得分变化。如果想要查看这些 AI 助手的表现，可以访问项目页面，查看每一轮更新后的排行榜，还能看到每个 AI 助手在不同任务子集里的分项成绩；项目会持续收录新发布的产品，淘汰已经下线、无法正常调用的助手，所以追踪总数会动态浮动。这套基准不会只看单一总分，而是拆分多个维度，能看出哪一款 AI 助手更擅长写代码，哪一款更适合长文本理解，对挑选 AI 助手、做模型选型都有参考价值，但它终究只是一套固定题库，没有办法覆盖全部真实场景。

Assistant Benchmark 追踪维度一览

项目收录与淘汰规则清单

• ✅：新上线具备公开访问入口的 AI 助手，提交后纳入追踪池
• ✅：定期重跑全套测试，更新每一个 AI 助手最新分数
• ✅：区分独立助手、封装模型的 Agent，不会重复统计
• ❌：长期无法访问、关停服务的 AI 助手会移出榜单
• ❌：仅对内测试、没有公开可用入口的助手一般不收录

这份榜单适合谁参考

• 普通用户：挑选日常使用的 AI 助手，对比综合能力。
• 开发者：选型 Agent、嵌入产品的智能助手。
• 研究人员：观察各类 AI 助手随版本迭代的能力变化趋势。

【相关 FAQ】

问题 1：Assistant Benchmark 创建者目前一共追踪了多少个 AI 助手？

回答 1：Assistant Benchmark 创建者已经追踪 147 个 AI 助手，并且还会持续新增或者剔除失效的产品。

问题 2：Assistant Benchmark 是怎么评测这 147 个 AI 助手的？

回答 2：Assistant Benchmark 使用一套固定的标准化测试集，从推理、编码、工具调用等多个维度定期跑测这 147 个 AI 助手，输出可横向对比的分数。

问题 3：是不是所有 AI 助手都能被加入到 Assistant Benchmark 的追踪列表？

回答 3：不是，想要被 Assistant Benchmark 收录，AI 助手一般需要有公开访问渠道；内部测试、已经关停的 AI 助手不会被纳入或者会被移除。

问题 4：看 Assistant Benchmark 的分数，能不能直接确定哪一个 AI 助手最好用？

回答 4：Assistant Benchmark 的分数只能作为参考，题库有限，高分 AI 助手也不一定适配每个人的真实使用场景。

问题 5：Assistant Benchmark 的追踪数量会不会一直固定在 147 个 AI 助手？

回答 5：不会固定，一旦有新 AI 助手提交收录，或者原有 AI 助手下线，Assistant Benchmark 追踪的助手数量就会变动。

【参考资料】

[2026-11-02]（Assistant Benchmark creator now tracks 147 AI assistants）Hacker News

[2026-11-02]（Assistant Benchmark 更新：已收录追踪 147 款公开 AI 助手）The Verge

[2026-11-01]（统一基准评测项目 Assistant Benchmark 持续扩充 AI 助手样本）AI Benchmark

【免责声明】

本文信息来自该基准项目公开动态，Assistant Benchmark 的测试题目、打分逻辑、收录标准后续可能调整，AI 助手实际能力以自身线上版本真实表现为准，本文不构成工具选型建议。