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
Massive Multitask Language Understanding benchmark testing knowledge across 57 diverse subjects including STEM, humanities, social sciences, and professional domains
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 2020-09-07
- 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 101
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 |
|---|---|---|---|---|---|
| GPT-5 | 0.925 | 未收录 | 未收录 | 2025-08-07 · model_announcement | LLM Stats |
| o1 | 0.918 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| GPT-4.5 | 0.908 | 未收录 | 未收录 | 2025-02-27 · model_announcement | LLM Stats |
| o1-preview | 0.908 | 未收录 | 未收录 | 2024-09-12 · model_announcement | LLM Stats |
| Sarvam-105B | 0.906 | 未收录 | 未收录 | 2026-03-06 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Thinking | 0.906 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.904 | 未收录 | 未收录 | 2024-10-22 · model_announcement | LLM Stats |
| Claude 3.5 Sonnet | 0.904 | 未收录 | 未收录 | 2024-06-21 · model_announcement | LLM Stats |
| Kimi K2 0905 | 0.902 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| GPT-4.1 | 0.902 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| GPT OSS 120B | 0.9 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| LongCat-Flash-Chat | 0.8971 | 未收录 | 未收录 | 2025-08-29 · model_announcement | LLM Stats |
| Kimi K2-Instruct-0905 | 0.895 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Kimi K2 Instruct | 0.895 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| MiMo-V2.5-Pro | 0.894 | 未收录 | 未收录 | 2026-04-27 · model_announcement | LLM Stats |
| Qwen3 VL 235B A22B Instruct | 0.888 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.887 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| GPT-4o | 0.887 | 未收录 | 未收录 | 2024-05-13 · model_announcement | LLM Stats |
| DeepSeek-V3 | 0.885 | 未收录 | 未收录 | 2024-12-25 · model_announcement | LLM Stats |
| Qwen3 235B A22B | 0.8781 | 未收录 | 未收录 | 2025-04-29 · model_announcement | LLM Stats |
| Kimi K2 Base | 0.878 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.876 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| GPT-4.1 mini | 0.875 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Grok-2 | 0.875 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| Kimi-k1.5 | 0.874 | 未收录 | 未收录 | 2025-01-20 · model_announcement | LLM Stats |
| Llama 3.1 405B Instruct | 0.873 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| o3-mini | 0.869 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Claude 3 Opus | 0.868 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| GPT-4 Turbo | 0.865 | 未收录 | 未收录 | 2024-04-09 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.864 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| GPT-4 | 0.864 | 未收录 | 未收录 | 2023-06-13 · model_announcement | LLM Stats |
| Grok-2 mini | 0.862 | 未收录 | 未收录 | 2024-08-13 · model_announcement | LLM Stats |
| Llama 3.3 70B Instruct | 0.86 | 未收录 | 未收录 | 2024-12-06 · model_announcement | LLM Stats |
| Llama 3.2 90B Instruct | 0.86 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Nova Pro | 0.859 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Gemini 1.5 Pro | 0.859 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| GPT-4o | 0.857 | 未收录 | 未收录 | 2024-08-06 · model_announcement | LLM Stats |
| LongCat-Flash-Lite | 0.8552 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| Llama 4 Maverick | 0.855 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| GPT OSS 20B | 0.853 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.852 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| o1-mini | 0.852 | 未收录 | 未收录 | 2024-09-12 · model_announcement | LLM Stats |
| Sarvam-30B | 0.851 | 未收录 | 未收录 | 2026-03-06 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.85 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Phi 4 | 0.848 | 未收录 | 未收录 | 2024-12-12 · model_announcement | LLM Stats |
| Mistral Large 2 | 0.84 | 未收录 | 未收录 | 2024-07-24 · model_announcement | LLM Stats |
| Llama 3.1 70B Instruct | 0.836 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Qwen2.5 32B Instruct | 0.833 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Qwen2 72B Instruct | 0.823 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| GPT-4o mini | 0.82 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.815 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Grok-1.5 | 0.813 | 未收录 | 未收录 | 2024-03-28 · model_announcement | LLM Stats |
| Jamba 1.5 Large | 0.812 | 未收录 | 未收录 | 2024-08-22 · model_announcement | LLM Stats |
| Mistral Small 3.1 24B Base | 0.8101 | 未收录 | 未收录 | 2025-03-17 · model_announcement | LLM Stats |
| Mistral Small 3 24B Base | 0.8073 | 未收录 | 未收录 | 2025-01-30 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.807 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Mistral Small 3.1 24B Instruct | 0.8062 | 未收录 | 未收录 | 2025-03-17 · model_announcement | LLM Stats |
| Mistral Small 3.2 24B Instruct | 0.805 | 未收录 | 未收录 | 2025-06-20 · model_announcement | LLM Stats |
| Nova Lite | 0.805 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| DeepSeek-V2.5 | 0.804 | 未收录 | 未收录 | 2024-05-08 · model_announcement | LLM Stats |
| Llama 3.1 Nemotron 70B Instruct | 0.802 | 未收录 | 未收录 | 2024-10-01 · model_announcement | LLM Stats |
| GPT-4.1 nano | 0.801 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Qwen2.5 14B Instruct | 0.797 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Llama 4 Scout | 0.796 | 未收录 | 未收录 | 2025-04-05 · model_announcement | LLM Stats |
| Ministral 3 (14B Base 2512) | 0.794 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Hermes 3 70B | 0.7909 | 未收录 | 未收录 | 2024-08-15 · model_announcement | LLM Stats |
| Claude 3 Sonnet | 0.79 | 未收录 | 未收录 | 2024-02-29 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.789 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Gemini 1.5 Flash | 0.789 | 未收录 | 未收录 | 2024-05-01 · model_announcement | LLM Stats |
| Qwen2.5 VL 32B Instruct | 0.784 | 未收录 | 未收录 | 2025-02-28 · model_announcement | LLM Stats |
| Nova Micro | 0.776 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.772 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Ministral 3 (8B Base 2512) | 0.761 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Command R+ | 0.757 | 未收录 | 未收录 | 2024-08-30 · model_announcement | LLM Stats |
| Gemma 2 27B | 0.752 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| Claude 3 Haiku | 0.752 | 未收录 | 未收录 | 2024-03-13 · model_announcement | LLM Stats |
| Qwen2.5-Coder 32B Instruct | 0.751 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Llama 3.2 11B Instruct | 0.73 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| Gemini 1.0 Pro | 0.718 | 未收录 | 未收录 | 2024-02-15 · model_announcement | LLM Stats |
| Gemma 2 9B | 0.713 | 未收录 | 未收录 | 2024-06-27 · model_announcement | LLM Stats |
| Ministral 3 (3B Base 2512) | 0.707 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Qwen2 7B Instruct | 0.705 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| GPT-3.5 Turbo | 0.698 | 未收录 | 未收录 | 2023-03-21 · model_announcement | LLM Stats |
| Jamba 1.5 Mini | 0.697 | 未收录 | 未收录 | 2024-08-22 · model_announcement | LLM Stats |
| Llama 3.1 8B Instruct | 0.694 | 未收录 | 未收录 | 2024-07-23 · model_announcement | LLM Stats |
| Pixtral-12B | 0.692 | 未收录 | 未收录 | 2024-09-17 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.69 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Mistral NeMo Instruct | 0.68 | 未收录 | 未收录 | 2024-07-18 · model_announcement | LLM Stats |
| Qwen2.5-Coder 7B Instruct | 0.676 | 未收录 | 未收录 | 2024-09-19 · model_announcement | LLM Stats |
| Phi 4 Mini | 0.673 | 未收录 | 未收录 | 2025-02-01 · model_announcement | LLM Stats |
| Granite 3.3 8B Instruct | 0.6554 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Ministral 8B Instruct | 0.65 | 未收录 | 未收录 | 2024-10-16 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed | 0.649 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E4B Instructed LiteRT Preview | 0.649 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Granite 3.3 8B Base | 0.6389 | 未收录 | 未收录 | 2025-04-16 · model_announcement | LLM Stats |
| Llama 3.2 3B Instruct | 0.634 | 未收录 | 未收录 | 2024-09-25 · model_announcement | LLM Stats |
| IBM Granite 4.0 Tiny Preview | 0.604 | 未收录 | 未收录 | 2025-05-02 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed | 0.601 | 未收录 | 未收录 | 2025-06-26 · model_announcement | LLM Stats |
| Gemma 3n E2B Instructed LiteRT (Preview) | 0.601 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| North Micro Vision Instruct | 0.504 | 未收录 | 未收录 | 2026-08-12 · model_announcement | LLM Stats |
| ERNIE 4.5 | 0.419 | 未收录 | 未收录 | 2025-06-25 · model_announcement | LLM Stats |