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
LongBench v2 is a benchmark designed to assess the ability of LLMs to handle long-context problems requiring deep understanding and reasoning across real-world multitasks. It consists of 503 challenging multiple-choice questions with contexts ranging from 8k to 2M words across six major task categories: single-document QA, multi-document QA, long in-context learning, long-dialogue history understanding, code repository understanding, and long structured data understanding.
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 |
|---|---|---|---|---|---|
| Qwen3.8 Max | 0.663 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.632 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.62 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Nemotron 3 Ultra (550B A55B) | 0.619 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| MiniMax M1 80K | 0.615 | 未收录 | 未收录 | 2025-06-16 · model_announcement | LLM Stats |
| MAI-Thinking-1 | 0.61 | 未收录 | 未收录 | 2026-06-02 · model_announcement | LLM Stats |
| Kimi K2.5 | 0.61 | 未收录 | 未收录 | 2026-01-27 · model_announcement | LLM Stats |
| MiniMax M1 40K | 0.61 | 未收录 | 未收录 | 2025-06-16 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.606 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| MiMo-V2-Flash | 0.606 | 未收录 | 未收录 | 2025-12-16 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.602 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.59 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-9B | 0.552 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3.5-4B | 0.5 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| DeepSeek-V3 | 0.487 | 未收录 | 未收录 | 2024-12-25 · model_announcement | LLM Stats |
| Qwen3.5-2B | 0.387 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3.5-0.8B | 0.261 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |