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
Humanity's Last Exam
Humanity's Last Exam (HLE) is a multi-modal academic benchmark with 2,500 questions across mathematics, humanities, and natural sciences, designed to test LLM capabilities at the frontier of human knowledge with unambiguous, verifiable solutions
评测信息与证据
- 来源
- LLM Stats
- 发布者
- Center for AI Safety
- 评测发布日期
- 2025-01-24
- 采集日期
- 2026-08-17
- 模态
- multimodal
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 99
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 |
|---|---|---|---|---|---|
| Claude Opus 5 | 0.647 | 未收录 | 未收录 | 2026-07-24 · model_announcement | LLM Stats |
| Claude Mythos Preview | 0.647 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| Claude Fable 5 | 0.645 | 未收录 | 未收录 | 2026-06-09 · model_announcement | LLM Stats |
| GLM-5.3 | 0.625 | 未收录 | 未收录 | 2026-08-14 · model_announcement | LLM Stats |
| Muse Spark 1.1 | 0.621 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| DeepSeek-V4-Pro-0813 | 0.6 | 未收录 | 未收录 | 2026-08-13 · model_announcement | LLM Stats |
| Muse Spark | 0.584 | 未收录 | 未收录 | 2026-04-08 · model_announcement | LLM Stats |
| Claude Opus 4.8 | 0.579 | 未收录 | 未收录 | 2026-05-28 · model_announcement | LLM Stats |
| Claude Sonnet 5 | 0.574 | 未收录 | 未收录 | 2026-06-30 · model_announcement | LLM Stats |
| GPT-5.5 Pro | 0.572 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Kimi K3 | 0.56 | 未收录 | 未收录 | 2026-07-16 · model_announcement | LLM Stats |
| Seed 2.1 Pro | 0.557 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| GLM-5.2 | 0.547 | 未收录 | 未收录 | 2026-06-16 · model_announcement | LLM Stats |
| Claude Opus 4.7 | 0.547 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Seed 2.1 Turbo | 0.546 | 未收录 | 未收录 | 2026-06-24 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.531 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| GLM-5.1 | 0.523 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| GPT-5.5 | 0.522 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.514 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| Kimi K2-Thinking-0905 | 0.51 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Grok-4 Heavy | 0.507 | 未收录 | 未收录 | 2025-07-09 · model_announcement | LLM Stats |
| Kimi K2.5 | 0.502 | 未收录 | 未收录 | 2026-01-27 · model_announcement | LLM Stats |
| Claude Sonnet 4.6 | 0.49 | 未收录 | 未收录 | 2026-02-17 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.485 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| DeepSeek-V4-Pro-Max | 0.482 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.475 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.474 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Gemini 3 Pro | 0.458 | 未收录 | 未收录 | 2025-11-18 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-Max | 0.451 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Qwen3.8 Max | 0.436 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.435 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |
| GLM-4.7 | 0.428 | 未收录 | 未收录 | 2025-12-22 · model_announcement | LLM Stats |
| Qwen3.7 Max | 0.414 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| DeepSeek-V3.2 | 0.408 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-0423 | 0.403 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Gemini 3.5 Flash | 0.402 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| Grok-4 | 0.4 | 未收录 | 未收录 | 2025-07-09 · model_announcement | LLM Stats |
| GPT-5.4 | 0.398 | 未收录 | 未收录 | 2026-03-05 · model_announcement | LLM Stats |
| ERNIE 5.0 | 0.39 | 未收录 | 未收录 | 2026-01-22 · model_announcement | LLM Stats |
| Nemotron 3 Ultra (550B A55B) | 0.374 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| GPT-5.2 Pro | 0.366 | 未收录 | 未收录 | 2025-12-11 · model_announcement | LLM Stats |
| Kimi K2.6 | 0.364 | 未收录 | 未收录 | 2026-04-20 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.347 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| GPT-5.2 | 0.345 | 未收录 | 未收录 | 2025-12-11 · model_announcement | LLM Stats |
| MiMo-V2.5-Pro | 0.34 | 未收录 | 未收录 | 2026-04-27 · model_announcement | LLM Stats |
| Inkling-Small | 0.316 | 未收录 | 未收录 | 2026-07-30 · model_announcement | LLM Stats |
| Qwen3.8-27B | 0.308 | 未收录 | 未收录 | 2026-08-14 · model_announcement | LLM Stats |
| DeepSeek-V3.2-Speciale | 0.306 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.288 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.287 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| GPT-5.4 mini | 0.282 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Gemma 4 31B | 0.265 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| LongCat-Flash-Thinking-2601 | 0.252 | 未收录 | 未收录 | 2026-01-14 · model_announcement | LLM Stats |
| DeepSeek-V3.2 (Thinking) | 0.251 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |
| GPT-5 | 0.248 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| GPT-5.4 nano | 0.243 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.24 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |
| Nemotron 3 Super (120B A12B) | 0.2282 | 未收录 | 未收录 | 2026-03-11 · model_announcement | LLM Stats |
| MiMo-V2-Flash | 0.221 | 未收录 | 未收录 | 2025-12-16 · model_announcement | LLM Stats |
| Muse Glimmer-30B | 0.22 | 未收录 | 未收录 | 2026-08-10 · model_announcement | LLM Stats |
| MiniMax M2.1 | 0.22 | 未收录 | 未收录 | 2025-12-23 · model_announcement | LLM Stats |
| Gemini 2.5 Pro Preview 06-05 | 0.216 | 未收录 | 未收录 | 2025-06-05 · model_announcement | LLM Stats |
| Qwen3.6-35B-A3B | 0.214 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Grok 4 Fast | 0.2 | 未收录 | 未收录 | 2025-08-28 · model_announcement | LLM Stats |
| DeepSeek-V3.2-Exp | 0.198 | 未收录 | 未收录 | 2025-09-29 · model_announcement | LLM Stats |
| Qwen3-235B-A22B-Thinking-2507 | 0.182 | 未收录 | 未收录 | 2025-07-25 · model_announcement | LLM Stats |
| MAI-Code-1-Flash | 0.18 | 未收录 | 未收录 | 2026-06-02 · model_announcement | LLM Stats |
| Gemini 2.5 Pro | 0.178 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| DeepSeek-R1-0528 | 0.177 | 未收录 | 未收录 | 2025-05-28 · model_announcement | LLM Stats |
| Gemma 4 26B-A4B | 0.172 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| GLM-4.6 | 0.172 | 未收录 | 未收录 | 2025-09-30 · model_announcement | LLM Stats |
| GPT-5 mini | 0.167 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| Gemini 3.1 Flash-Lite | 0.16 | 未收录 | 未收录 | 2026-03-03 · model_announcement | LLM Stats |
| DeepSeek-V3.1 | 0.159 | 未收录 | 未收录 | 2025-01-10 · model_announcement | LLM Stats |
| Nemotron 3 Nano (30B A3B) | 0.155 | 未收录 | 未收录 | 2025-12-15 · model_announcement | LLM Stats |
| GPT OSS 120B | 0.149 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| o4-mini | 0.147 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| o3 | 0.147 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| GLM-4.7-Flash | 0.144 | 未收录 | 未收录 | 2026-01-19 · model_announcement | LLM Stats |
| GLM-4.5 | 0.144 | 未收录 | 未收录 | 2025-07-28 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 0.136 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| MiniMax M2 | 0.125 | 未收录 | 未收录 | 2025-10-27 · model_announcement | LLM Stats |
| DiffusionGemma 26B-A4B | 0.119 | 未收录 | 未收录 | 2026-06-10 · model_announcement | LLM Stats |
| Nemotron 3.5 Lightning (30B A3B) | 0.1172 | 未收录 | 未收录 | 2026-08-11 · model_announcement | LLM Stats |
| Sarvam-105B | 0.112 | 未收录 | 未收录 | 2026-03-06 · model_announcement | LLM Stats |
| Gemini 2.5 Flash | 0.11 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| GPT OSS 20B | 0.109 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| GLM-4.5-Air | 0.106 | 未收录 | 未收录 | 2025-07-28 · model_announcement | LLM Stats |
| Magistral Medium | 0.09 | 未收录 | 未收录 | 2025-06-10 · model_announcement | LLM Stats |
| GPT-5 nano | 0.087 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| MiniMax M1 80K | 0.084 | 未收录 | 未收录 | 2025-06-16 · model_announcement | LLM Stats |
| MiniMax M1 40K | 0.072 | 未收录 | 未收录 | 2025-06-16 · model_announcement | LLM Stats |
| GPT-4.1 | 0.054 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| GPT-4o | 0.053 | 未收录 | 未收录 | 2024-08-06 · model_announcement | LLM Stats |
| Gemma 4 12B | 0.052 | 未收录 | 未收录 | 2026-05-23 · model_announcement | LLM Stats |
| Gemini 2.5 Flash-Lite | 0.051 | 未收录 | 未收录 | 2025-06-17 · model_announcement | LLM Stats |
| Kimi K2-Instruct-0905 | 0.047 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Kimi K2 Instruct | 0.047 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| GPT-4.1 mini | 0.037 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |