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。
Model reports
MRCR
Needle position and generation seed change the result.
评测信息与证据
- 来源
- Model reports
- 发布者
- 未收录
- 评测发布日期
- 2025-04-14
- 采集日期
- 未收录
- 模态
- 未收录
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 7
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 |
|---|---|---|---|---|---|
| DeepSeek-V4-Pro | 44.7 | percent | non-think, MMR | 2026-04-22 · document_publication | DeepSeek-V4-Pro |
| DeepSeek-V4-Pro | 83.3 | percent | think high, MMR | 2026-04-22 · document_publication | DeepSeek-V4-Pro |
| DeepSeek-V4-Pro | 83.5 | percent | think max, MMR | 2026-04-22 · document_publication | DeepSeek-V4-Pro |
| DeepSeek-V4-Flash | 78.7 | percent | think max, MMR | 2026-06-25 · document_publication | DeepSeek-V4 |
| Gemini 3.1 Pro | 84.9 | percent | Thinking (High), 128k (average) | 2026-02-19 · document_publication | Gemini 3.1 Pro |
| Gemini 3.1 Pro | 26.3 | percent | Thinking (High), 1M (pointwise) | 2026-02-19 · document_publication | Gemini 3.1 Pro |
| Gemma 4 (31B) | 66.4 | percent | 8-needle, 128k (average) | 2026-03-11 · document_publication | Gemma 4 (31B) |