LongBench v2 是面向真实长上下文理解和推理的基准，包含 503 道多选题，文本长度覆盖 8k 到 2M words，任务覆盖单/多文档问答、长对话、代码仓库理解和结构化数据理解等场景。
查看 LongBench v2 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
暂无评测数据
