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
A challenging dataset of 448 multiple-choice questions written by domain experts in biology, physics, and chemistry. Questions are Google-proof and extremely difficult, with PhD experts reaching 65% accuracy.
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。
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 |
|---|---|---|---|---|---|
| GPT-5.6 Sol | 0.946 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Mythos Preview | 0.946 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.943 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| Claude Opus 4.7 | 0.942 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Claude Opus 4.8 | 0.936 | 未收录 | 未收录 | 2026-05-28 · model_announcement | LLM Stats |
| GPT-5.5 | 0.936 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Kimi K3 | 0.935 | 未收录 | 未收录 | 2026-07-16 · model_announcement | LLM Stats |
| GPT-5.2 Pro | 0.932 | 未收录 | 未收录 | 2025-12-11 · model_announcement | LLM Stats |
| Grok 4.5 | 0.93 | 未收录 | 未收录 | 2026-07-16 · model_announcement | LLM Stats |
| GPT-5.6 Terra | 0.929 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| GPT-5.4 | 0.928 | 未收录 | 未收录 | 2026-03-05 · model_announcement | LLM Stats |
| Qwen3.8 Max | 0.926 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| Qwen3.7 Max | 0.924 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| GPT-5.2 | 0.924 | 未收录 | 未收录 | 2025-12-11 · model_announcement | LLM Stats |
| GPT-5.6 Luna | 0.923 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Gemini 3 Pro | 0.919 | 未收录 | 未收录 | 2025-11-18 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.913 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| GLM-5.2 | 0.912 | 未收录 | 未收录 | 2026-06-16 · model_announcement | LLM Stats |
| Kimi K2.6 | 0.905 | 未收录 | 未收录 | 2026-04-20 · model_announcement | LLM Stats |
| Hy3 | 0.904 | 未收录 | 未收录 | 2026-07-06 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.904 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.904 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.903 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| DeepSeek-V4-Pro-Max | 0.901 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Claude Sonnet 4.6 | 0.899 | 未收录 | 未收录 | 2026-02-17 · model_announcement | LLM Stats |
| Inkling-Small | 0.895 | 未收录 | 未收录 | 2026-07-30 · model_announcement | LLM Stats |
| Muse Spark | 0.895 | 未收录 | 未收录 | 2026-04-08 · model_announcement | LLM Stats |
| Qwen3.8-27B | 0.892 | 未收录 | 未收录 | 2026-08-14 · model_announcement | LLM Stats |
| Solar Pro 4 | 0.89 | 未收录 | 未收录 | 2026-08-06 · model_announcement | LLM Stats |
| Seed 2.0 Pro | 0.889 | 未收录 | 未收录 | 2026-02-14 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.884 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| Grok-4 Heavy | 0.884 | 未收录 | 未收录 | 2025-07-09 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-Max | 0.881 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| GPT-5.1 | 0.881 | 未收录 | 未收录 | 2025-11-13 · model_announcement | LLM Stats |
| GPT-5.1 Thinking | 0.881 | 未收录 | 未收录 | 2025-11-12 · model_announcement | LLM Stats |
| GPT-5.1 High | 0.881 | 未收录 | 未收录 | 2025-11-12 · model_announcement | LLM Stats |
| GPT-5.1 Instant | 0.881 | 未收录 | 未收录 | 2025-11-12 · model_announcement | LLM Stats |
| GPT-5 Medium | 0.881 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| GPT-5.4 mini | 0.88 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.878 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |
| Kimi K2.5 | 0.876 | 未收录 | 未收录 | 2026-01-27 · model_announcement | LLM Stats |
| Grok-4 | 0.875 | 未收录 | 未收录 | 2025-07-09 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-0423 | 0.874 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| GPT-5 High | 0.873 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Nemotron 3 Ultra (550B A55B) | 0.87 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| Claude Opus 4.5 | 0.87 | 未收录 | 未收录 | 2025-11-24 · model_announcement | LLM Stats |
| Gemini 3.1 Flash-Lite | 0.869 | 未收录 | 未收录 | 2026-03-03 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.866 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Gemini 2.5 Pro Preview 06-05 | 0.864 | 未收录 | 未收录 | 2025-06-05 · model_announcement | LLM Stats |
| GLM-5.1 | 0.862 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| Qwen3.6-35B-A3B | 0.86 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| GLM-4.7 | 0.857 | 未收录 | 未收录 | 2025-12-22 · model_announcement | LLM Stats |
| Grok 4 Fast | 0.857 | 未收录 | 未收录 | 2025-08-28 · model_announcement | LLM Stats |
| GPT-5 | 0.857 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| GPT-5.5 Instant | 0.856 | 未收录 | 未收录 | 2026-05-05 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.855 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Seed 2.0 Lite | 0.851 | 未收录 | 未收录 | 2026-02-14 · model_announcement | LLM Stats |
| ERNIE 5.0 | 0.85 | 未收录 | 未收录 | 2026-01-22 · model_announcement | LLM Stats |
| Claude 3.7 Sonnet | 0.848 | 未收录 | 未收录 | 2025-02-24 · model_announcement | LLM Stats |
| MAI-Code-1-Flash | 0.846 | 未收录 | 未收录 | 2026-06-02 · model_announcement | LLM Stats |
| Grok-3 | 0.846 | 未收录 | 未收录 | 2025-02-17 · model_announcement | LLM Stats |
| Kimi K2-Thinking-0905 | 0.845 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Gemma 4 31B | 0.843 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| MAI-Thinking-1 | 0.842 | 未收录 | 未收录 | 2026-06-02 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.842 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Grok-3 Mini | 0.84 | 未收录 | 未收录 | 2025-02-17 · model_announcement | LLM Stats |
| ChatGPT-4o Latest | 0.84 | 未收录 | 未收录 | 2024-05-13 · model_announcement | LLM Stats |
| MiMo-V2-Flash | 0.837 | 未收录 | 未收录 | 2025-12-16 · model_announcement | LLM Stats |
| Muse Glimmer-30B | 0.835 | 未收录 | 未收录 | 2026-08-10 · model_announcement | LLM Stats |
| Claude Sonnet 4.5 | 0.834 | 未收录 | 未收录 | 2025-09-29 · model_announcement | LLM Stats |
| o3 | 0.833 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Gemini 2.5 Pro | 0.83 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| GPT-5.4 nano | 0.828 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Gemini 2.5 Flash | 0.828 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Nemotron 3 Super (120B A12B) | 0.827 | 未收录 | 未收录 | 2026-03-11 · model_announcement | LLM Stats |
| DeepSeek-V3.2 (Thinking) | 0.824 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |
| DeepSeek-V3.2 | 0.824 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |
| Gemma 4 26B-A4B | 0.823 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| GPT-5 mini | 0.823 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Qwen3.5-9B | 0.817 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| LongCat-Flash-Thinking | 0.815 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Nova 2 Pro | 0.814 | 未收录 | 未收录 | 2025-12-02 · model_announcement | LLM Stats |
| o4-mini | 0.814 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Qwen3-235B-A22B-Thinking-2507 | 0.811 | 未收录 | 未收录 | 2025-07-25 · model_announcement | LLM Stats |
| MiniMax M2.1 | 0.81 | 未收录 | 未收录 | 2025-12-23 · model_announcement | LLM Stats |
| GLM-4.6 | 0.81 | 未收录 | 未收录 | 2025-09-30 · model_announcement | LLM Stats |
| DeepSeek-R1-0528 | 0.81 | 未收录 | 未收录 | 2025-05-28 · model_announcement | LLM Stats |
| Claude Opus 4.1 | 0.809 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| GPT OSS 120B High | 0.809 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| LongCat-Flash-Thinking-2601 | 0.805 | 未收录 | 未收录 | 2026-01-14 · model_announcement | LLM Stats |
| GPT OSS 120B | 0.801 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| DeepSeek-V3.2-Exp | 0.799 | 未收录 | 未收录 | 2025-09-29 · model_announcement | LLM Stats |
| Nova 2 Lite | 0.796 | 未收录 | 未收录 | 2025-12-02 · model_announcement | LLM Stats |
| Claude Opus 4 | 0.796 | 未收录 | 未收录 | 2025-05-22 · model_announcement | LLM Stats |
| GLM-4.5 | 0.791 | 未收录 | 未收录 | 2025-07-28 · model_announcement | LLM Stats |
| o1-pro | 0.79 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| Gemma 4 12B | 0.788 | 未收录 | 未收录 | 2026-05-23 · model_announcement | LLM Stats |
| Sarvam-105B | 0.787 | 未收录 | 未收录 | 2026-03-06 · model_announcement | LLM Stats |
| MiniMax M2 | 0.78 | 未收录 | 未收录 | 2025-10-27 · model_announcement | LLM Stats |
| o1 | 0.78 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| Qwen3-235B-A22B-Instruct-2507 | 0.775 | 未收录 | 未收录 | 2025-07-22 · model_announcement | LLM Stats |
| Qwen3-Next-80B-A3B-Thinking | 0.772 | 未收录 | 未收录 | 2025-09-10 · model_announcement | LLM Stats |
| o3-mini | 0.772 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Qwen3.5-4B | 0.762 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Llama 3.1 Nemotron Ultra 253B v1 | 0.7601 | 未收录 | 未收录 | 2025-04-07 · model_announcement | LLM Stats |
| Kimi K2 0905 | 0.758 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Nemotron 3.5 Lightning (30B A3B) | 0.7544 | 未收录 | 未收录 | 2026-08-11 · model_announcement | LLM Stats |
| Claude Sonnet 4 | 0.754 | 未收录 | 未收录 | 2025-05-22 · model_announcement | LLM Stats |
| GLM-4.7-Flash | 0.752 | 未收录 | 未收录 | 2026-01-19 · model_announcement | LLM Stats |
| Kimi K2-Instruct-0905 | 0.751 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Kimi K2 Instruct | 0.751 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| Nemotron 3 Nano (30B A3B) | 0.75 | 未收录 | 未收录 | 2025-12-15 · model_announcement | LLM Stats |
| GLM-4.5-Air | 0.75 | 未收录 | 未收录 | 2025-07-28 · model_announcement | LLM Stats |
| DeepSeek-V3.1 | 0.749 | 未收录 | 未收录 | 2025-01-10 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.744 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| GPT OSS 20B High | 0.742 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| Gemini 2.0 Flash Thinking | 0.742 | 未收录 | 未收录 | 2025-01-21 · model_announcement | LLM Stats |
| Mercury 2 | 0.74 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| ERNIE 4.5 | 0.74 | 未收录 | 未收录 | 2025-06-25 · model_announcement | LLM Stats |
| DeepSeek R1 Zero | 0.733 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| o1-preview | 0.733 | 未收录 | 未收录 | 2024-09-12 · model_announcement | LLM Stats |
| LongCat-Flash-Chat | 0.7323 | 未收录 | 未收录 | 2025-08-29 · model_announcement | LLM Stats |
| DiffusionGemma 26B-A4B | 0.732 | 未收录 | 未收录 | 2026-06-10 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.731 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Claude Haiku 4.5 | 0.73 | 未收录 | 未收录 | 2025-10-15 · model_announcement | LLM Stats |
| Qwen3-Next-80B-A3B-Instruct | 0.729 | 未收录 | 未收录 | 2025-09-10 · model_announcement | LLM Stats |
| GPT OSS 20B | 0.715 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| Mistral Small 4 | 0.712 | 未收录 | 未收录 | 2026-03-16 · model_announcement | LLM Stats |
| Ministral 3 (14B Reasoning 2512) | 0.712 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| GPT-5 nano | 0.712 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Magistral Medium | 0.708 | 未收录 | 未收录 | 2025-06-10 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.704 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| GPT-4o | 0.701 | 未收录 | 未收录 | 2024-08-06 · model_announcement | LLM Stats |
| MiniMax M1 80K | 0.7 | 未收录 | 未收录 | 2025-06-16 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.699 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Llama 4 Maverick | 0.698 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| GPT-4.5 | 0.695 | 未收录 | 未收录 | 2025-02-27 · model_announcement | LLM Stats |
| MiniMax M1 40K | 0.692 | 未收录 | 未收录 | 2025-06-16 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.689 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Phi 4 Reasoning Plus | 0.689 | 未收录 | 未收录 | 2025-04-30 · model_announcement | LLM Stats |
| DeepSeek-V3 0324 | 0.684 | 未收录 | 未收录 | 2025-03-25 · model_announcement | LLM Stats |
| Magistral Small 2506 | 0.6818 | 未收录 | 未收录 | 2025-06-10 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.672 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Ministral 3 (8B Reasoning 2512) | 0.668 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| LongCat-Flash-Lite | 0.6678 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| MiMo-V2.5-Pro | 0.667 | 未收录 | 未收录 | 2026-04-27 · model_announcement | LLM Stats |
| Llama-3.3 Nemotron Super 49B v1 | 0.6667 | 未收录 | 未收录 | 2025-03-18 · model_announcement | LLM Stats |
| Sarvam-30B | 0.665 | 未收录 | 未收录 | 2026-03-06 · model_announcement | LLM Stats |
| GPT-4.1 | 0.663 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Hermes 3 70B | 0.661 | 未收录 | 未收录 | 2024-08-15 · model_announcement | LLM Stats |
| Phi 4 Reasoning | 0.658 | 未收录 | 未收录 | 2025-04-30 · model_announcement | LLM Stats |
| Qwen3 30B A3B | 0.658 | 未收录 | 未收录 | 2025-04-29 · model_announcement | LLM Stats |
| QwQ-32B | 0.652 | 未收录 | 未收录 | 2025-03-05 · model_announcement | LLM Stats |
| DeepSeek R1 Distill Llama 70B | 0.652 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| QwQ-32B-Preview | 0.652 | 未收录 | 未收录 | 2024-11-28 · model_announcement | LLM Stats |
| GPT-4.1 mini | 0.65 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Gemini 2.5 Flash-Lite | 0.646 | 未收录 | 未收录 | 2025-06-17 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.641 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Nemotron Nano 9B v2 | 0.64 | 未收录 | 未收录 | 2025-08-18 · model_announcement | LLM Stats |
| DeepSeek R1 Distill Qwen 32B | 0.621 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| Gemini 2.0 Flash | 0.621 | 未收录 | 未收录 | 2024-12-01 · model_announcement | LLM Stats |
| Qwen3 Max | 0.62 | 未收录 | 未收录 | 2025-12-15 · model_announcement | LLM Stats |
| o1-mini | 0.6 | 未收录 | 未收录 | 2024-09-12 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.594 | 未收录 | 未收录 | 2024-06-21 · model_announcement | LLM Stats |
| DeepSeek R1 Distill Qwen 14B | 0.591 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| DeepSeek-V3 | 0.591 | 未收录 | 未收录 | 2024-12-25 · model_announcement | LLM Stats |
| Gemini 1.5 Pro | 0.591 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Gemma 4 E4B | 0.586 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Llama 4 Scout | 0.572 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| Phi 4 | 0.561 | 未收录 | 未收录 | 2024-12-12 · model_announcement | LLM Stats |
| Grok-2 | 0.56 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| Llama 3.1 Nemotron Nano 8B V1 | 0.541 | 未收录 | 未收录 | 2025-03-18 · model_announcement | LLM Stats |
| GPT-4o | 0.536 | 未收录 | 未收录 | 2024-05-13 · model_announcement | LLM Stats |
| Min istral 3 (3B Reasoning 2512) | 0.534 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Phi 4 Mini Reasoning | 0.52 | 未收录 | 未收录 | 2025-04-30 · model_announcement | LLM Stats |
| Qwen3.5-2B | 0.516 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Gemini 2.0 Flash-Lite | 0.515 | 未收录 | 未收录 | 2025-02-05 · model_announcement | LLM Stats |
| Grok-2 mini | 0.51 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| Gemini 1.5 Flash | 0.51 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Llama 3.1 405B Instruct | 0.507 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Llama 3.3 70B Instruct | 0.505 | 未收录 | 未收录 | 2024-12-06 · model_announcement | LLM Stats |
| Claude 3 Opus | 0.504 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| GPT-4.1 nano | 0.503 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Qwen2.5 32B Instruct | 0.495 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| DeepSeek R1 Distill Qwen 7B | 0.491 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| DeepSeek R1 Distill Llama 8B | 0.49 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| Qwen2.5 72B Instruct | 0.49 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Kimi K2 Base | 0.481 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| GPT-4 Turbo | 0.48 | 未收录 | 未收录 | 2024-04-09 · model_announcement | LLM Stats |
| Qwen3 235B A22B | 0.4747 | 未收录 | 未收录 | 2025-04-29 · model_announcement | LLM Stats |
| Nova Pro | 0.469 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Llama 3.2 90B Instruct | 0.467 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Mistral Small 3.2 24B Instruct | 0.4613 | 未收录 | 未收录 | 2025-06-20 · model_announcement | LLM Stats |
| Qwen2.5 VL 32B Instruct | 0.46 | 未收录 | 未收录 | 2025-02-28 · model_announcement | LLM Stats |
| Mistral Small 3.1 24B Instruct | 0.4596 | 未收录 | 未收录 | 2025-03-17 · model_announcement | LLM Stats |
| Qwen2.5 14B Instruct | 0.455 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Mistral Small 3 24B Instruct | 0.453 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Instruct 2512 NVFP4) | 0.439 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Instruct 2512) | 0.439 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Instruct 2512 Eagle) | 0.439 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Base) | 0.439 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Gemma 4 E2B | 0.434 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.424 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Qwen2 72B Instruct | 0.424 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Nova Lite | 0.42 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Llama 3.1 70B Instruct | 0.417 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Claude 3.5 Haiku | 0.416 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Gemma 3 12B | 0.409 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemini Diffusion | 0.404 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Claude 3 Sonnet | 0.404 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| GPT-4o mini | 0.402 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| Nova Micro | 0.4 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Gemini 1.5 Flash 8B | 0.384 | 未收录 | 未收录 | 2024-03-15 · model_announcement | LLM Stats |
| Mistral Small 3.1 24B Base | 0.375 | 未收录 | 未收录 | 2025-03-17 · model_announcement | LLM Stats |
| Jamba 1.5 Large | 0.369 | 未收录 | 未收录 | 2024-08-22 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.368 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Qwen2.5 7B Instruct | 0.364 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Grok-1.5 | 0.359 | 未收录 | 未收录 | 2024-03-28 · model_announcement | LLM Stats |
| GPT-4 | 0.357 | 未收录 | 未收录 | 2023-06-13 · model_announcement | LLM Stats |
| Mistral Small 3 24B Base | 0.3437 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| DeepSeek R1 Distill Qwen 1.5B | 0.338 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| Claude 3 Haiku | 0.333 | 未收录 | 未收录 | 2024-03-13 · model_announcement | LLM Stats |
| Llama 3.2 11B Instruct | 0.328 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Llama 3.2 3B Instruct | 0.328 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Jamba 1.5 Mini | 0.323 | 未收录 | 未收录 | 2024-08-22 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.308 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Gemma 3 4B | 0.308 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| GPT-3.5 Turbo | 0.308 | 未收录 | 未收录 | 2023-03-21 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.304 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Llama 3.1 8B Instruct | 0.304 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Gemini 1.0 Pro | 0.279 | 未收录 | 未收录 | 2024-02-15 · model_announcement | LLM Stats |
| Qwen2 7B Instruct | 0.253 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Phi 4 Mini | 0.252 | 未收录 | 未收录 | 2025-02-01 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed | 0.248 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed LiteRT (Preview) | 0.248 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed | 0.237 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed LiteRT Preview | 0.237 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Gemma 3 1B | 0.192 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Qwen3.5-0.8B | 0.119 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |