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
MMLU-ProX
Extended version of MMLU-Pro providing additional challenging multiple-choice questions for evaluating language models across diverse academic and professional domains. Built on the foundation of the Massive Multitask Language Understanding benchmark framework.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 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 32
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 |
|---|---|---|---|---|---|
| Qwen3.7 Max | 0.87 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.854 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.847 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.847 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| Nemotron 3 Ultra (550B A55B) | 0.83 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.822 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.822 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.81 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3-235B-A22B-Thinking-2507 | 0.81 | 未收录 | 未收录 | 2025-07-25 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 0.806 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3-235B-A22B-Instruct-2507 | 0.794 | 未收录 | 未收录 | 2025-07-22 · model_announcement | LLM Stats |
| Nemotron 3 Super (120B A12B) | 0.7936 | 未收录 | 未收录 | 2026-03-11 · model_announcement | LLM Stats |
| Qwen3-Next-80B-A3B-Thinking | 0.787 | 未收录 | 未收录 | 2025-09-10 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Instruct | 0.778 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.772 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3-Next-80B-A3B-Instruct | 0.767 | 未收录 | 未收录 | 2025-09-10 · model_announcement | LLM Stats |
| Qwen3.5-9B | 0.763 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.761 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.734 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3.5-4B | 0.715 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.709 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.707 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.654 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.65 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Nemotron 3 Nano (30B A3B) | 0.595 | 未收录 | 未收录 | 2025-12-15 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.594 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3.5-2B | 0.523 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3.5-0.8B | 0.346 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed | 0.199 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed LiteRT Preview | 0.199 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed | 0.081 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed LiteRT (Preview) | 0.081 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |