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
MGSM
MGSM (Multilingual Grade School Math) is a benchmark of grade-school math problems. Contains 250 grade-school math problems manually translated from the GSM8K dataset into ten typologically diverse languages: Spanish, French, German, Russian, Chinese, Japanese, Thai, Swahili, Bengali, and Telugu. Evaluates multilingual mathematical reasoning capabilities.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 2022-10-06
- 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 31
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 |
|---|---|---|---|---|---|
| Llama 4 Maverick | 0.923 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| o3-mini | 0.92 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.916 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.916 | 未收录 | 未收录 | 2024-06-21 · model_announcement | LLM Stats |
| Llama 3.3 70B Instruct | 0.911 | 未收录 | 未收录 | 2024-12-06 · model_announcement | LLM Stats |
| o1-preview | 0.908 | 未收录 | 未收录 | 2024-09-12 · model_announcement | LLM Stats |
| Claude 3 Opus | 0.907 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Llama 4 Scout | 0.906 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| GPT-4o | 0.905 | 未收录 | 未收录 | 2024-05-13 · model_announcement | LLM Stats |
| o1 | 0.893 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| GPT-4 Turbo | 0.885 | 未收录 | 未收录 | 2024-04-09 · model_announcement | LLM Stats |
| Gemini 1.5 Pro | 0.875 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| GPT-4o mini | 0.87 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| Llama 3.2 90B Instruct | 0.869 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Claude 3.5 Haiku | 0.856 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Qwen3 235B A22B | 0.8353 | 未收录 | 未收录 | 2025-04-29 · model_announcement | LLM Stats |
| Claude 3 Sonnet | 0.835 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Gemini 1.5 Flash | 0.826 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Phi 4 | 0.806 | 未收录 | 未收录 | 2024-12-12 · model_announcement | LLM Stats |
| Claude 3 Haiku | 0.751 | 未收录 | 未收录 | 2024-03-13 · model_announcement | LLM Stats |
| GPT-4 | 0.745 | 未收录 | 未收录 | 2023-06-13 · model_announcement | LLM Stats |
| Llama 3.2 11B Instruct | 0.689 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed | 0.67 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Phi 4 Mini | 0.639 | 未收录 | 未收录 | 2025-02-01 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed LiteRT Preview | 0.607 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.587 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Llama 3.2 3B Instruct | 0.582 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| GPT-3.5 Turbo | 0.563 | 未收录 | 未收录 | 2023-03-21 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed | 0.531 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed LiteRT (Preview) | 0.531 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.479 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |