LLM-Stats 是一个专注于AI模型能力排名的评测平台。它使用微软开发的 TrueSkill 排名算法（最初为 Xbox Live 对战排名设计），基于模型在各种基准测试中的表现计算技能分数和排名置信区间。相比简单的平均分排名，TrueSkill 能更好地处理不同测试之间的难度差异和样本量不均问题。平台覆盖推理、数学、写作、代码、工具调用、长上下文等多个评测维度。