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
GSM8k
Grade School Math 8K, a dataset of 8.5K high-quality linguistically diverse grade school math word problems requiring multi-step reasoning and elementary arithmetic operations.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 2021-04-01
- 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 48
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 |
|---|---|---|---|---|---|
| MiMo-V2.5-Pro | 0.996 | 未收录 | 未收录 | 2026-04-27 · model_announcement | LLM Stats |
| Kimi K2 Instruct | 0.973 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| o1 | 0.971 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| GPT-4.5 | 0.97 | 未收录 | 未收录 | 2025-02-27 · model_announcement | LLM Stats |
| Llama 3.1 405B Instruct | 0.968 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.964 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.964 | 未收录 | 未收录 | 2024-06-21 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.959 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Qwen2.5 32B Instruct | 0.959 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Qwen2.5 72B Instruct | 0.958 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| DeepSeek-V2.5 | 0.951 | 未收录 | 未收录 | 2024-05-08 · model_announcement | LLM Stats |
| Claude 3 Opus | 0.95 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Nova Pro | 0.948 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Qwen2.5 14B Instruct | 0.948 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Nova Lite | 0.945 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Gemma 3 12B | 0.944 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Qwen3 235B A22B | 0.9439 | 未收录 | 未收录 | 2025-04-29 · model_announcement | LLM Stats |
| Mistral Large 2 | 0.93 | 未收录 | 未收录 | 2024-07-24 · model_announcement | LLM Stats |
| Nova Micro | 0.923 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Claude 3 Sonnet | 0.923 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Kimi K2 Base | 0.921 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| Qwen2.5 7B Instruct | 0.916 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Llama 3.1 Nemotron 70B Instruct | 0.9143 | 未收录 | 未收录 | 2024-10-01 · model_announcement | LLM Stats |
| Qwen2.5-Coder 32B Instruct | 0.911 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Qwen2 72B Instruct | 0.911 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Gemini 1.5 Pro | 0.908 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Grok-1.5 | 0.9 | 未收录 | 未收录 | 2024-03-28 · model_announcement | LLM Stats |
| Gemma 3 4B | 0.892 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Claude 3 Haiku | 0.889 | 未收录 | 未收录 | 2024-03-13 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.887 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.887 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Phi 4 Mini | 0.886 | 未收录 | 未收录 | 2025-02-01 · model_announcement | LLM Stats |
| Jamba 1.5 Large | 0.87 | 未收录 | 未收录 | 2024-08-22 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.862 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Gemini 1.5 Flash | 0.862 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Qwen2.5-Coder 7B Instruct | 0.839 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Qwen2 7B Instruct | 0.823 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Granite 3.3 8B Instruct | 0.8089 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Mistral Small 3 24B Base | 0.8073 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Llama 3.2 3B Instruct | 0.777 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Jamba 1.5 Mini | 0.758 | 未收录 | 未收录 | 2024-08-22 · model_announcement | LLM Stats |
| Gemma 2 27B | 0.74 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| Command R+ | 0.707 | 未收录 | 未收录 | 2024-08-30 · model_announcement | LLM Stats |
| IBM Granite 4.0 Tiny Preview | 0.701 | 未收录 | 未收录 | 2025-05-02 · model_announcement | LLM Stats |
| Gemma 2 9B | 0.686 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| Gemma 3 1B | 0.628 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Granite 3.3 8B Base | 0.59 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| ERNIE 4.5 | 0.252 | 未收录 | 未收录 | 2025-06-25 · model_announcement | LLM Stats |