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
MRCR v2 (8-needle)
MRCR v2 (8-needle) is a variant of the Multi-Round Coreference Resolution benchmark that includes 8 needle items to retrieve from long contexts. This tests models' ability to simultaneously track and reason about multiple pieces of information across extended conversations.
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 23
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 |
|---|---|---|---|---|---|
| Gemini 3.7 Flash | 0.97 | 未收录 | 未收录 | 2026-08-13 · model_announcement | LLM Stats |
| Qwen3.8 Max | 0.929 | 未收录 | 未收录 | 2026-08-02 · model_announcement | LLM Stats |
| GPT-5.6 Sol | 0.915 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| GPT-5.6 Terra | 0.896 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.76 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| GPT-5.5 | 0.74 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Gemma 4 31B | 0.664 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Gemini 3.1 Flash-Lite | 0.601 | 未收录 | 未收录 | 2026-03-03 · model_announcement | LLM Stats |
| Gemini 3.6 Flash | 0.54 | 未收录 | 未收录 | 2026-07-21 · model_announcement | LLM Stats |
| Gemma 4 26B-A4B | 0.441 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Gemma 4 12B | 0.434 | 未收录 | 未收录 | 2026-05-23 · model_announcement | LLM Stats |
| GPT-5.6 Luna | 0.413 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| GPT-5.4 mini | 0.336 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| GPT-5.4 nano | 0.331 | 未收录 | 未收录 | 2026-03-17 · model_announcement | LLM Stats |
| Gemini 3.5 Flash | 0.266 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| Gemini 3.1 Pro | 0.263 | 未收录 | 未收录 | 2026-02-19 · model_announcement | LLM Stats |
| Gemini 3 Pro | 0.263 | 未收录 | 未收录 | 2025-11-18 · model_announcement | LLM Stats |
| Gemma 4 E4B | 0.254 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.221 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |
| Gemini 3.5 Flash-Lite | 0.213 | 未收录 | 未收录 | 2026-07-21 · model_announcement | LLM Stats |
| Gemma 4 E2B | 0.191 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Gemini 2.5 Pro Preview 06-05 | 0.164 | 未收录 | 未收录 | 2025-06-05 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.135 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |