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
HumanEval
A benchmark that measures functional correctness for synthesizing programs from docstrings, consisting of 164 original programming problems assessing language comprehension, algorithms, and simple mathematics
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 2021-07-08
- 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 66
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 |
|---|---|---|---|---|---|
| MiniCPM-SALA | 0.9512 | 未收录 | 未收录 | 2026-02-11 · model_announcement | LLM Stats |
| Kimi K2 0905 | 0.945 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.937 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| GPT-5 | 0.934 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Kimi K2 Instruct | 0.933 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| Qwen2.5-Coder 32B Instruct | 0.927 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| o1-mini | 0.924 | 未收录 | 未收录 | 2024-09-12 · model_announcement | LLM Stats |
| Sarvam-30B | 0.921 | 未收录 | 未收录 | 2026-03-06 · model_announcement | LLM Stats |
| Mistral Large 2 | 0.92 | 未收录 | 未收录 | 2024-07-24 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.92 | 未收录 | 未收录 | 2024-06-21 · model_announcement | LLM Stats |
| Qwen2.5 VL 32B Instruct | 0.915 | 未收录 | 未收录 | 2025-02-28 · model_announcement | LLM Stats |
| GPT-4o | 0.902 | 未收录 | 未收录 | 2024-05-13 · model_announcement | LLM Stats |
| Granite 3.3 8B Instruct | 0.8973 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Granite 3.3 8B Base | 0.8973 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Gemini Diffusion | 0.896 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Nova Pro | 0.89 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Llama 3.1 405B Instruct | 0.89 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| DeepSeek-V2.5 | 0.89 | 未收录 | 未收录 | 2024-05-08 · model_announcement | LLM Stats |
| LongCat-Flash-Chat | 0.8841 | 未收录 | 未收录 | 2025-08-29 · model_announcement | LLM Stats |
| Mistral Small 3.1 24B Instruct | 0.8841 | 未收录 | 未收录 | 2025-03-17 · model_announcement | LLM Stats |
| Llama 3.3 70B Instruct | 0.884 | 未收录 | 未收录 | 2024-12-06 · model_announcement | LLM Stats |
| Qwen2.5-Coder 7B Instruct | 0.884 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Qwen2.5 32B Instruct | 0.884 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Grok-2 | 0.884 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| o1 | 0.881 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| Claude 3.5 Haiku | 0.881 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| GPT-4.5 | 0.88 | 未收录 | 未收录 | 2025-02-27 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.878 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| GPT-4o mini | 0.872 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| GPT-4 Turbo | 0.871 | 未收录 | 未收录 | 2024-04-09 · model_announcement | LLM Stats |
| Qwen2.5 72B Instruct | 0.866 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Qwen2 72B Instruct | 0.86 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Grok-2 mini | 0.857 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| Gemma 3 12B | 0.854 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Nova Lite | 0.854 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Claude 3 Opus | 0.849 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Mistral Small 3 24B Instruct | 0.848 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Qwen2.5 7B Instruct | 0.848 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Gemini 1.5 Pro | 0.841 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Qwen2.5 14B Instruct | 0.835 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Phi 4 | 0.826 | 未收录 | 未收录 | 2024-12-12 · model_announcement | LLM Stats |
| IBM Granite 4.0 Tiny Preview | 0.824 | 未收录 | 未收录 | 2025-05-02 · model_announcement | LLM Stats |
| Nova Micro | 0.811 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Codestral-22B | 0.811 | 未收录 | 未收录 | 2024-05-29 · model_announcement | LLM Stats |
| Llama 3.1 70B Instruct | 0.805 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Qwen2 7B Instruct | 0.799 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Qwen2.5-Omni-7B | 0.787 | 未收录 | 未收录 | 2025-03-27 · model_announcement | LLM Stats |
| Claude 3 Haiku | 0.759 | 未收录 | 未收录 | 2024-03-13 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed | 0.75 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed LiteRT Preview | 0.75 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Gemini 1.5 Flash | 0.743 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Grok-1.5 | 0.741 | 未收录 | 未收录 | 2024-03-28 · model_announcement | LLM Stats |
| Claude 3 Sonnet | 0.73 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Llama 3.1 8B Instruct | 0.726 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Pixtral-12B | 0.72 | 未收录 | 未收录 | 2024-09-17 · model_announcement | LLM Stats |
| Gemma 3 4B | 0.713 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.707 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| GPT-3.5 Turbo | 0.68 | 未收录 | 未收录 | 2023-03-21 · model_announcement | LLM Stats |
| GPT-4 | 0.67 | 未收录 | 未收录 | 2023-06-13 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed | 0.665 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed LiteRT (Preview) | 0.665 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.628 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Gemma 2 27B | 0.518 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| Gemma 3 1B | 0.415 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemma 2 9B | 0.402 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| Ministral 8B Instruct | 0.348 | 未收录 | 未收录 | 2024-10-16 · model_announcement | LLM Stats |