XSCT Bench

面向 AI 产品落地的场景化模型选型平台

我们要解决的核心问题

从「分数」到「选型」的鸿沟

大模型评测领域有一个结构性问题：现有的榜单设计，和用户真正需要的决策信息之间，存在一道无法逾越的鸿沟。

用户使用榜单的目的是做选型决策——在具体的产品或工作场景下，选出最合适的模型。但现有榜单给出的，是一个脱离场景的综合分数：

• 看了一堆评测榜单，模型 A 综合分 92，模型 B 综合分 88

• 但你要做的是营销文案生成产品，到底该选哪个？

• 模型 A 的数学能力更强，但你的场景根本不需要数学

• 模型 B 便宜一半，创意写作能力其实更好，但榜单上看不出来

这就是我们要解决的问题：让你能基于真实场景做出「对症下药」的选择，而不是盲目追求「最强」。