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
MMMLU
Multilingual Massive Multitask Language Understanding dataset released by OpenAI, featuring professionally translated MMLU test questions across 14 languages including Arabic, Bengali, German, Spanish, French, Hindi, Indonesian, Italian, Japanese, Korean, Portuguese, Swahili, Yoruba, and Chinese. Contains approximately 15,908 multiple-choice questions per language covering 57 subjects.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- OpenAI
- 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 49
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 Mythos Preview | 0.927 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.926 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.918 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |
| Gemini 3 Pro | 0.918 | 未收录 | 未收录 | 2025-11-18 · model_announcement | LLM Stats |
| Claude Opus 4.7 | 0.915 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.911 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| Claude Opus 4.5 | 0.908 | 未收录 | 未收录 | 2025-11-24 · model_announcement | LLM Stats |
| Qwen3.7 Max | 0.903 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| GPT-5.2 | 0.896 | 未收录 | 未收录 | 2025-12-11 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.895 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Claude Opus 4.1 | 0.895 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| Claude Sonnet 4.6 | 0.893 | 未收录 | 未收录 | 2026-02-17 · model_announcement | LLM Stats |
| Claude Sonnet 4.5 | 0.891 | 未收录 | 未收录 | 2025-09-29 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.89 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| Gemini 3.1 Flash-Lite | 0.889 | 未收录 | 未收录 | 2026-03-03 · model_announcement | LLM Stats |
| Claude Opus 4 | 0.888 | 未收录 | 未收录 | 2025-05-22 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.885 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| Gemma 4 31B | 0.884 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| o1 | 0.877 | 未收录 | 未收录 | 2024-12-17 · model_announcement | LLM Stats |
| GPT-4.1 | 0.873 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.867 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3 235B A22B | 0.867 | 未收录 | 未收录 | 2025-04-29 · model_announcement | LLM Stats |
| Claude Sonnet 4 | 0.865 | 未收录 | 未收录 | 2025-05-22 · model_announcement | LLM Stats |
| Gemma 4 26B-A4B | 0.863 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Claude 3.7 Sonnet | 0.861 | 未收录 | 未收录 | 2025-02-24 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.859 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| K-EXAONE-236B-A23B | 0.857 | 未收录 | 未收录 | 2025-12-31 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Base) | 0.855 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Instruct 2512 Eagle) | 0.855 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Instruct 2512) | 0.855 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Mistral Large 3 (675B Instruct 2512 NVFP4) | 0.855 | 未收录 | 未收录 | 2025-12-04 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.852 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| GPT-4.5 | 0.851 | 未收录 | 未收录 | 2025-02-27 · model_announcement | LLM Stats |
| GPT OSS 120B High | 0.838 | 未收录 | 未收录 | 2025-08-05 · model_announcement | LLM Stats |
| Gemma 4 12B | 0.834 | 未收录 | 未收录 | 2026-05-23 · model_announcement | LLM Stats |
| Claude Haiku 4.5 | 0.83 | 未收录 | 未收录 | 2025-10-15 · model_announcement | LLM Stats |
| DiffusionGemma 26B-A4B | 0.815 | 未收录 | 未收录 | 2026-06-10 · model_announcement | LLM Stats |
| GPT-4o | 0.814 | 未收录 | 未收录 | 2024-08-06 · model_announcement | LLM Stats |
| Qwen3.5-9B | 0.812 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| GPT-4.1 mini | 0.785 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Gemma 4 E4B | 0.766 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Qwen3.5-4B | 0.761 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Mistral Large 3 | 0.742 | 未收录 | 未收录 | 2025-09-01 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.699 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Gemma 4 E2B | 0.674 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| GPT-4.1 nano | 0.669 | 未收录 | 未收录 | 2025-04-14 · model_announcement | LLM Stats |
| Qwen3.5-2B | 0.631 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Phi-3.5-mini-instruct | 0.554 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Qwen3.5-0.8B | 0.443 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |