- 推理能力主轴：
HELM、BIG-bench、BBH、MATH、GSM8K、ARC-AGI-2 - 工具调用能力主轴：
ToolBench、ToolTalk、API-Bank、τ-bench、BFCL V3 - 结构化输出主轴：OpenAI
Structured Outputs、OpenAIFunction Calling、AnthropicStrict Tool Use、GoogleStructured Output、JSONSchemaBench - 长上下文主轴：
Transformer-XL、Lost in the Middle、LongBench、RULER、OpenAIGPT-4.1 - 多模态与实时性主轴：
GPT-4o System Card、Qwen2.5-Omni、Moshi、GoogleGemini 2.0 real-time multimodal interactions、MMMU、Qwen2.5-VL - 官方能力画像主轴：OpenAI
Models、AnthropicModels Overview、GoogleGemini 2.5 Flash
附录 G：分章资料清单