AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
DROP
DROP (Discrete Reasoning Over Paragraphs) is a reading comprehension benchmark requiring discrete reasoning over paragraph content. It contains crowdsourced, adversarially-created questions that require resolving references and performing discrete operations like addition, counting, or sorting, demanding comprehensive paragraph understanding beyond paraphrase-and-entity-typing shortcuts.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 2019-03-01
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 30
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| DeepSeek-V3 | 0.916 | 未收录 | 未收录 | 2024-12-25 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.871 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.871 | 未收录 | 未收录 | 2024-06-21 · model_announcement | LLM Stats |
| MiMo-V2.5-Pro | 0.863 | 未收录 | 未收录 | 2026-04-27 · model_announcement | LLM Stats |
| GPT-4 Turbo | 0.86 | 未收录 | 未收录 | 2024-04-09 · model_announcement | LLM Stats |
| Nova Pro | 0.854 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Llama 3.1 405B Instruct | 0.848 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| GPT-4o | 0.834 | 未收录 | 未收录 | 2024-05-13 · model_announcement | LLM Stats |
| Claude 3.5 Haiku | 0.831 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Claude 3 Opus | 0.831 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| GPT-4 | 0.809 | 未收录 | 未收录 | 2023-06-13 · model_announcement | LLM Stats |
| Nova Lite | 0.802 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| GPT-4o mini | 0.797 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| Llama 3.1 70B Instruct | 0.796 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Nova Micro | 0.793 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| LongCat-Flash-Chat | 0.7906 | 未收录 | 未收录 | 2025-08-29 · model_announcement | LLM Stats |
| Claude 3 Sonnet | 0.789 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Claude 3 Haiku | 0.784 | 未收录 | 未收录 | 2024-03-13 · model_announcement | LLM Stats |
| Phi 4 | 0.755 | 未收录 | 未收录 | 2024-12-12 · model_announcement | LLM Stats |
| Gemini 1.5 Pro | 0.749 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| GPT-3.5 Turbo | 0.702 | 未收录 | 未收录 | 2023-03-21 · model_announcement | LLM Stats |
| Gemma 3n E4B | 0.608 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed LiteRT Preview | 0.608 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Llama 3.1 8B Instruct | 0.595 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Granite 3.3 8B Instruct | 0.5936 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Gemma 3n E2B | 0.539 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed LiteRT (Preview) | 0.539 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| IBM Granite 4.0 Tiny Preview | 0.462 | 未收录 | 未收录 | 2025-05-02 · model_announcement | LLM Stats |
| Granite 3.3 8B Base | 0.3614 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| ERNIE 4.5 | 0.286 | 未收录 | 未收录 | 2025-06-25 · model_announcement | LLM Stats |