HumanEval 大模型得分排行榜
冠军
亚军
季军
其他排名
详细排名数据表格
| 模型简称 | HumanEval得分 | 发布机构 | 发布时间 | 参数规模（亿） |
|---|---|---|---|---|
| OpenAI o3-mini (high) | 97.6 |
|
2025-01-31 | 未知 |
| Claude 3.5 Sonnet New | 93.7 |
|
2024-10-22 | 0.0 |
| OpenAI o1-mini | 92.4 |
|
2024-09-12 | 未知 |
| Claude 3.5 Sonnet | 92.0 |
|
2024-06-21 | 未知 |
| Hunyuan-TurboS | 91.0 |
|
2025-03-10 | 未知 |
| GPT-4o(2024-11-20) | 90.2 |
|
2024-11-20 | 未知 |
| GPT-4o | 90.0 |
|
2024-05-13 | 未知 |
| DeepSeek-V3 | 89.0 |
|
2024-12-26 | 6810.0 |
| Llama3.1-405B Instruct | 89.0 |
|
2024-07-23 | 4050.0 |
| Gemini 1.5 Pro | 89.0 |
|
2024-02-15 | 0.0 |
| Amazon Nova Pro | 89.0 |
|
2024-12-03 | 未知 |
| Mistral-Small-3.1-24B-Instruct-2503 | 88.41 |
|
2025-03-17 | 240.0 |
| Grok 2 | 88.4 |
|
2024-08-13 | 未知 |
| Qwen2.5-32B | 88.4 |
|
2024-09-18 | 320.0 |
| Llama3.3-70B-Instruct | 88.4 |
|
2024-12-06 | 700.0 |
| Claude 3.5 Haiku | 88.1 |
|
2024-10-22 | 0.0 |
| Gemma 3 - 27B (IT) | 87.8 |
|
2025-03-12 | 270.0 |
| GPT-4o mini | 87.2 |
|
2024-07-18 | 0.0 |
| Codestral 25.01 | 86.6 |
|
2025-01-13 | 未知 |
| Claude3-Opus | 84.9 |
|
2024-03-04 | 0.0 |
| Codestral | 81.1 |
|
2024-05-29 | 220.0 |
| Llama3.1-70B-Instruct | 80.5 |
|
2024-07-23 | 700.0 |
| Phi-4-mini-instruct (3.8B) | 74.4 |
|
2025-02-27 | 38.0 |
| Grok-1.5 | 74.1 |
|
2024-03-29 | 未知 |
| Qwen2.5-Max | 73.2 |
|
2025-01-28 | 未知 |
| Llama3.1-8B-Instruct | 66.5 |
|
2024-07-23 | 80.0 |
| C4AI Aya Vision 32B | 62.2 |
|
2025-03-04 | 320.0 |
| Qwen2.5-72B | 59.1 |
|
2024-09-18 | 727.0 |
| Qwen2.5-7B | 57.9 |
|
2024-09-18 | 70.0 |
| Moonlight-16B-A3B-Instruct | 48.1 |
|
2025-02-23 | 160.0 |
| Qwen2.5-3B | 42.1 |
|
2024-09-18 | 30.0 |
| Gemma 2 - 9B | 37.8 |
|
2024-06-27 | 90.0 |
| Llama3.1-8B | 33.5 |
|
2024-07-23 | 80.0 |
| Mistral-7B-Instruct-v0.3 | 29.3 |
|
2024-05-22 | 70.0 |
| Llama-3.2-3B | 28.0 |
|
2024-09-18 | 32.0 |
| QwQ-32B | 19.0 |
|
2025-03-06 | 325.0 |
得分:
97.6
发布时间:
2025-01-31
参数规模(亿):
未知
得分:
93.7
发布时间:
2024-10-22
参数规模(亿):
0.0
得分:
92.4
发布时间:
2024-09-12
参数规模(亿):
未知
得分:
92.0
发布时间:
2024-06-21
参数规模(亿):
未知
得分:
91.0
发布时间:
2025-03-10
参数规模(亿):
未知
得分:
90.2
发布时间:
2024-11-20
参数规模(亿):
未知
得分:
90.0
发布时间:
2024-05-13
参数规模(亿):
未知
得分:
89.0
发布时间:
2024-12-26
参数规模(亿):
6810.0
得分:
89.0
发布时间:
2024-07-23
参数规模(亿):
4050.0
得分:
89.0
发布时间:
2024-02-15
参数规模(亿):
0.0
得分:
89.0
发布时间:
2024-12-03
参数规模(亿):
未知
得分:
88.41
发布时间:
2025-03-17
参数规模(亿):
240.0
得分:
88.4
发布时间:
2024-08-13
参数规模(亿):
未知
得分:
88.4
发布时间:
2024-09-18
参数规模(亿):
320.0
得分:
88.4
发布时间:
2024-12-06
参数规模(亿):
700.0
得分:
88.1
发布时间:
2024-10-22
参数规模(亿):
0.0
得分:
87.8
发布时间:
2025-03-12
参数规模(亿):
270.0
得分:
87.2
发布时间:
2024-07-18
参数规模(亿):
0.0
得分:
86.6
发布时间:
2025-01-13
参数规模(亿):
未知
得分:
84.9
发布时间:
2024-03-04
参数规模(亿):
0.0
得分:
81.1
发布时间:
2024-05-29
参数规模(亿):
220.0
得分:
80.5
发布时间:
2024-07-23
参数规模(亿):
700.0
得分:
74.4
发布时间:
2025-02-27
参数规模(亿):
38.0
得分:
74.1
发布时间:
2024-03-29
参数规模(亿):
未知
得分:
73.2
发布时间:
2025-01-28
参数规模(亿):
未知
得分:
66.5
发布时间:
2024-07-23
参数规模(亿):
80.0
得分:
62.2
发布时间:
2025-03-04
参数规模(亿):
320.0
得分:
59.1
发布时间:
2024-09-18
参数规模(亿):
727.0
得分:
57.9
发布时间:
2024-09-18
参数规模(亿):
70.0
得分:
48.1
发布时间:
2025-02-23
参数规模(亿):
160.0
得分:
42.1
发布时间:
2024-09-18
参数规模(亿):
30.0
得分:
37.8
发布时间:
2024-06-27
参数规模(亿):
90.0
得分:
33.5
发布时间:
2024-07-23
参数规模(亿):
80.0
得分:
29.3
发布时间:
2024-05-22
参数规模(亿):
70.0
得分:
28.0
发布时间:
2024-09-18
参数规模(亿):
32.0
得分:
19.0
发布时间:
2025-03-06
参数规模(亿):
325.0