大模型评测基准与性能对比

快速查看大模型在各项评测基准上的表现，包括MMLU Pro、HLE、SWE-Bench等多个标准数据集，帮助开发者和用户了解不同大模型在通用知识、编程能力、推理能力等方面的表现。

用户可以选择自定义模型与评测基准进行对比，快速获取不同模型在实际应用中的优劣势。

各个评测基准的详细介绍可见： LLM 评测基准列表与介绍

大模型性能评测结果

数据来源：DataLearnerAI

自定义评测选择

+
+
全部
3B及以下
7B
13B
34B
65B
100B及以上
#
模型
MMLU Pro
GPQA Diamond
SWE-bench Verified
MATH-500
AIME 2024
LiveCodeBench
参数(亿)
开源情况
1
OpenAI Logo
OpenAI o1
91.04
77.30
48.90
96.40
79.20
71.00
未知
不开源
MMLU Pro (知识问答) 91.04
GPQA Diamond (常识推理) 77.30
SWE-bench Verified (代码生成) 48.90
MATH-500 (数学推理) 96.40
AIME 2024 (数学推理) 79.20
LiveCodeBench (代码生成) 71.00
参数(亿) 未知
开源情况 不开源
查看模型详情
2
OpenAI Logo
GPT-4.5
86.10
71.40
38.00
90.70
36.70
46.40
未知
不开源
MMLU Pro (知识问答) 86.10
GPQA Diamond (常识推理) 71.40
SWE-bench Verified (代码生成) 38.00
MATH-500 (数学推理) 90.70
AIME 2024 (数学推理) 36.70
LiveCodeBench (代码生成) 46.40
参数(亿) 未知
开源情况 不开源
查看模型详情
3
Google Deep Mind Logo
Gemini-2.5-Pro-Preview-06-05
86.00
86.40
59.60
98.80
92.00
77.10
未知
不开源
MMLU Pro (知识问答) 86.00
GPQA Diamond (常识推理) 86.40
SWE-bench Verified (代码生成) 59.60
MATH-500 (数学推理) 98.80
AIME 2024 (数学推理) 92.00
LiveCodeBench (代码生成) 77.10
参数(亿) 未知
开源情况 不开源
查看模型详情
4
OpenAI Logo
OpenAI o3
85.60
83.30
69.10
98.10
91.60
75.80
未知
不开源
MMLU Pro (知识问答) 85.60
GPQA Diamond (常识推理) 83.30
SWE-bench Verified (代码生成) 69.10
MATH-500 (数学推理) 98.10
AIME 2024 (数学推理) 91.60
LiveCodeBench (代码生成) 75.80
参数(亿) 未知
开源情况 不开源
查看模型详情
5
DeepSeek-AI Logo
DeepSeek-R1-0528
85.00
81.00
57.60
98.00
91.40
73.30
6,850
免费商用授权
MMLU Pro (知识问答) 85.00
GPQA Diamond (常识推理) 81.00
SWE-bench Verified (代码生成) 57.60
MATH-500 (数学推理) 98.00
AIME 2024 (数学推理) 91.40
LiveCodeBench (代码生成) 73.30
参数(亿) 6,850
开源情况 免费商用授权
查看模型详情
6
Anthropic Logo
Claude Opus 4
85.00
79.60
72.50
98.20
76.00
56.60
未知
不开源
MMLU Pro (知识问答) 85.00
GPQA Diamond (常识推理) 79.60
SWE-bench Verified (代码生成) 72.50
MATH-500 (数学推理) 98.20
AIME 2024 (数学推理) 76.00
LiveCodeBench (代码生成) 56.60
参数(亿) 未知
开源情况 不开源
查看模型详情
7
智谱AI Logo
GLM-4.5
84.60
79.10
64.20
98.20
91.00
72.90
3,550
免费商用授权
MMLU Pro (知识问答) 84.60
GPQA Diamond (常识推理) 79.10
SWE-bench Verified (代码生成) 64.20
MATH-500 (数学推理) 98.20
AIME 2024 (数学推理) 91.00
LiveCodeBench (代码生成) 72.90
参数(亿) 3,550
开源情况 免费商用授权
查看模型详情
8
阿里巴巴 Logo
Qwen3-235B-A22B-Thinking-2507
84.40
81.10
未公布
未公布
未公布
74.10
2,350
免费商用授权
MMLU Pro (知识问答) 84.40
GPQA Diamond (常识推理) 81.10
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 74.10
参数(亿) 2,350
开源情况 免费商用授权
查看模型详情
9
DeepSeek-AI Logo
DeepSeek-R1
84.00
71.50
49.20
97.30
79.80
65.90
6,710
免费商用授权
MMLU Pro (知识问答) 84.00
GPQA Diamond (常识推理) 71.50
SWE-bench Verified (代码生成) 49.20
MATH-500 (数学推理) 97.30
AIME 2024 (数学推理) 79.80
LiveCodeBench (代码生成) 65.90
参数(亿) 6,710
开源情况 免费商用授权
查看模型详情
10
上海人工智能实验室 Logo
Intern-S1
83.50
77.30
未公布
未公布
未公布
未公布
2,410
免费商用授权
MMLU Pro (知识问答) 83.50
GPQA Diamond (常识推理) 77.30
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 2,410
开源情况 免费商用授权
查看模型详情
11
阿里巴巴 Logo
Qwen3-235B-A22B-2507
83.00
77.50
未公布
未公布
未公布
51.80
2,350
免费商用授权
MMLU Pro (知识问答) 83.00
GPQA Diamond (常识推理) 77.50
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 51.80
参数(亿) 2,350
开源情况 免费商用授权
查看模型详情
12
Facebook AI研究实验室 Logo
Llama 4 Behemoth Instruct
82.20
73.70
未公布
95.00
未公布
49.40
20,000
免费商用授权
MMLU Pro (知识问答) 82.20
GPQA Diamond (常识推理) 73.70
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 95.00
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 49.40
参数(亿) 20,000
开源情况 免费商用授权
查看模型详情
13
智谱AI Logo
GLM-4.5-Air
81.40
75.00
57.60
98.10
89.40
70.70
1,060
免费商用授权
MMLU Pro (知识问答) 81.40
GPQA Diamond (常识推理) 75.00
SWE-bench Verified (代码生成) 57.60
MATH-500 (数学推理) 98.10
AIME 2024 (数学推理) 89.40
LiveCodeBench (代码生成) 70.70
参数(亿) 1,060
开源情况 免费商用授权
查看模型详情
14
DeepSeek-AI Logo
DeepSeek-V3-0324
81.20
68.40
38.80
94.00
59.40
49.20
6,810
免费商用授权
MMLU Pro (知识问答) 81.20
GPQA Diamond (常识推理) 68.40
SWE-bench Verified (代码生成) 38.80
MATH-500 (数学推理) 94.00
AIME 2024 (数学推理) 59.40
LiveCodeBench (代码生成) 49.20
参数(亿) 6,810
开源情况 免费商用授权
查看模型详情
15
MiniMaxAI Logo
MiniMax-M1-80k
81.10
70.00
56.00
96.80
86.00
65.00
4,560
免费商用授权
MMLU Pro (知识问答) 81.10
GPQA Diamond (常识推理) 70.00
SWE-bench Verified (代码生成) 56.00
MATH-500 (数学推理) 96.80
AIME 2024 (数学推理) 86.00
LiveCodeBench (代码生成) 65.00
参数(亿) 4,560
开源情况 免费商用授权
查看模型详情
16
Moonshot AI Logo
Kimi K2
81.10
75.10
51.80
97.40
69.60
53.70
10,000
免费商用授权
MMLU Pro (知识问答) 81.10
GPQA Diamond (常识推理) 75.10
SWE-bench Verified (代码生成) 51.80
MATH-500 (数学推理) 97.40
AIME 2024 (数学推理) 69.60
LiveCodeBench (代码生成) 53.70
参数(亿) 10,000
开源情况 免费商用授权
查看模型详情
17
OpenAI Logo
OpenAI o4 - mini
80.60
81.40
68.10
未公布
93.40
未公布
未知
不开源
MMLU Pro (知识问答) 80.60
GPQA Diamond (常识推理) 81.40
SWE-bench Verified (代码生成) 68.10
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 93.40
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
18
MiniMaxAI Logo
MiniMax-M1-40k
80.60
69.20
55.60
96.00
83.30
62.30
4,560
免费商用授权
MMLU Pro (知识问答) 80.60
GPQA Diamond (常识推理) 69.20
SWE-bench Verified (代码生成) 55.60
MATH-500 (数学推理) 96.00
AIME 2024 (数学推理) 83.30
LiveCodeBench (代码生成) 62.30
参数(亿) 4,560
开源情况 免费商用授权
查看模型详情
19
OpenAI Logo
GPT-4.1
80.50
66.30
54.60
92.80
48.10
40.50
未知
不开源
MMLU Pro (知识问答) 80.50
GPQA Diamond (常识推理) 66.30
SWE-bench Verified (代码生成) 54.60
MATH-500 (数学推理) 92.80
AIME 2024 (数学推理) 48.10
LiveCodeBench (代码生成) 40.50
参数(亿) 未知
开源情况 不开源
查看模型详情
20
Facebook AI研究实验室 Logo
Llama 4 Maverick Instruct
80.50
69.80
未公布
未公布
未公布
43.40
4,000
免费商用授权
MMLU Pro (知识问答) 80.50
GPQA Diamond (常识推理) 69.80
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 43.40
参数(亿) 4,000
开源情况 免费商用授权
查看模型详情
21
OpenAI Logo
OpenAI o1-mini
80.30
60.00
未公布
90.00
63.60
52.00
未知
不开源
MMLU Pro (知识问答) 80.30
GPQA Diamond (常识推理) 60.00
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 90.00
AIME 2024 (数学推理) 63.60
LiveCodeBench (代码生成) 52.00
参数(亿) 未知
开源情况 不开源
查看模型详情
22
DeepMind Logo
Gemini 2.0 Pro Experimental
79.10
64.70
未公布
未公布
36.00
未公布
未知
不开源
MMLU Pro (知识问答) 79.10
GPQA Diamond (常识推理) 64.70
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 36.00
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
23
腾讯AI实验室 Logo
Hunyuan-TurboS
79.00
57.50
未公布
未公布
未公布
32.00
未知
不开源
MMLU Pro (知识问答) 79.00
GPQA Diamond (常识推理) 57.50
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 32.00
参数(亿) 未知
开源情况 不开源
查看模型详情
24
百度 Logo
ERNIE-4.5-300B-A47B
78.40
未公布
未公布
96.40
54.80
38.80
3,000
免费商用授权
MMLU Pro (知识问答) 78.40
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 96.40
AIME 2024 (数学推理) 54.80
LiveCodeBench (代码生成) 38.80
参数(亿) 3,000
开源情况 免费商用授权
查看模型详情
25
OpenAI Logo
GPT-4o
77.90
53.60
31.00
75.90
9.30
35.10
未知
不开源
MMLU Pro (知识问答) 77.90
GPQA Diamond (常识推理) 53.60
SWE-bench Verified (代码生成) 31.00
MATH-500 (数学推理) 75.90
AIME 2024 (数学推理) 9.30
LiveCodeBench (代码生成) 35.10
参数(亿) 未知
开源情况 不开源
查看模型详情
26
OpenAI Logo
GPT-4o(2024-11-20)
77.90
未公布
未公布
未公布
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 77.90
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
27
Anthropic Logo
Claude 3.5 Sonnet
77.64
59.40
未公布
未公布
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 77.64
GPQA Diamond (常识推理) 59.40
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
28
DeepMind Logo
Gemini 2.0 Flash Experimental
76.24
65.20
21.40
未公布
未公布
29.10
未知
不开源
MMLU Pro (知识问答) 76.24
GPQA Diamond (常识推理) 65.20
SWE-bench Verified (代码生成) 21.40
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 29.10
参数(亿) 未知
开源情况 不开源
查看模型详情
29
阿里巴巴 Logo
Qwen2.5-Max
76.10
未公布
未公布
未公布
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 76.10
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
30
DeepSeek-AI Logo
DeepSeek-V3
75.90
59.10
未公布
87.80
39.00
34.60
6,810
免费商用授权
MMLU Pro (知识问答) 75.90
GPQA Diamond (常识推理) 59.10
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 87.80
AIME 2024 (数学推理) 39.00
LiveCodeBench (代码生成) 34.60
参数(亿) 6,810
开源情况 免费商用授权
查看模型详情
31
xAI Logo
Grok 2
75.50
56.00
未公布
未公布
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 75.50
GPQA Diamond (常识推理) 56.00
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
32
Facebook AI研究实验室 Logo
Llama 4 Scout Instruct
74.30
57.20
未公布
未公布
未公布
32.80
1,090
免费商用授权
MMLU Pro (知识问答) 74.30
GPQA Diamond (常识推理) 57.20
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 32.80
参数(亿) 1,090
开源情况 免费商用授权
查看模型详情
33
Facebook AI研究实验室 Logo
Llama3.1-405B Instruct
73.40
49.00
未公布
未公布
未公布
30.20
4,050
免费商用授权
MMLU Pro (知识问答) 73.40
GPQA Diamond (常识推理) 49.00
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 30.20
参数(亿) 4,050
开源情况 免费商用授权
查看模型详情
34
阿里巴巴 Logo
Qwen3-235B-A22B
72.90
71.10
34.40
98.00
85.70
70.70
2,350
免费商用授权
MMLU Pro (知识问答) 72.90
GPQA Diamond (常识推理) 71.10
SWE-bench Verified (代码生成) 34.40
MATH-500 (数学推理) 98.00
AIME 2024 (数学推理) 85.70
LiveCodeBench (代码生成) 70.70
参数(亿) 2,350
开源情况 免费商用授权
查看模型详情
35
DeepMind Logo
Gemini 2.0 Flash-Lite
71.60
51.50
未公布
未公布
未公布
28.90
未知
不开源
MMLU Pro (知识问答) 71.60
GPQA Diamond (常识推理) 51.50
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 28.90
参数(亿) 未知
开源情况 不开源
查看模型详情
36
Facebook AI研究实验室 Logo
Llama 4 Maverick
62.90
未公布
未公布
未公布
未公布
未公布
4,000
免费商用授权
MMLU Pro (知识问答) 62.90
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 4,000
开源情况 免费商用授权
查看模型详情
37
Facebook AI研究实验室 Logo
Llama3.1-405B
61.60
未公布
未公布
未公布
未公布
未公布
4,050
免费商用授权
MMLU Pro (知识问答) 61.60
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 4,050
开源情况 免费商用授权
查看模型详情
38
Facebook AI研究实验室 Logo
Llama 4 Scout
58.20
未公布
未公布
未公布
未公布
未公布
1,090
免费商用授权
MMLU Pro (知识问答) 58.20
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 1,090
开源情况 免费商用授权
查看模型详情
39
MistralAI Logo
Mixtral-8x22B-Instruct-v0.1
56.33
未公布
未公布
未公布
未公布
未公布
1,410
免费商用授权
MMLU Pro (知识问答) 56.33
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 1,410
开源情况 免费商用授权
查看模型详情
40
xAI Logo
Grok-1.5
51.00
35.90
未公布
未公布
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 51.00
GPQA Diamond (常识推理) 35.90
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
41
Anthropic Logo
Claude Sonnet 4
未公布
75.40
72.70
未公布
43.40
48.50
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 75.40
SWE-bench Verified (代码生成) 72.70
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 43.40
LiveCodeBench (代码生成) 48.50
参数(亿) 未知
开源情况 不开源
查看模型详情
42
OpenAI Logo
GPT-4.1 mini
未公布
65.00
23.60
未公布
49.60
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 65.00
SWE-bench Verified (代码生成) 23.60
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 49.60
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
43
亚马逊 Logo
Amazon Nova Pro
未公布
未公布
未公布
未公布
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
44
MistralAI Logo
Magistral-Medium-2506
未公布
70.83
未公布
未公布
73.59
59.36
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 70.83
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 73.59
LiveCodeBench (代码生成) 59.36
参数(亿) 未知
开源情况 不开源
查看模型详情
45
OpenAI Logo
o3-pro
未公布
84.00
75.00
未公布
93.00
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 84.00
SWE-bench Verified (代码生成) 75.00
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 93.00
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
46
Google Deep Mind Logo
Gemini 2.5 Pro Deep Think
未公布
未公布
未公布
未公布
未公布
80.40
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 80.40
参数(亿) 未知
开源情况 不开源
查看模型详情
47
Google Deep Mind Logo
Gemini 2.5 Flash-Lite
未公布
66.70
27.60
未公布
未公布
34.30
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 66.70
SWE-bench Verified (代码生成) 27.60
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 34.30
参数(亿) 未知
开源情况 不开源
查看模型详情
48
阿里巴巴 Logo
Qwen3-Coder-480B-A35B
未公布
未公布
67.00
未公布
未公布
未公布
4,800
免费商用授权
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 67.00
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 4,800
开源情况 免费商用授权
查看模型详情
49
Anthropic Logo
Claude Sonnet 3.7
未公布
68.00
70.30
82.20
23.30
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 68.00
SWE-bench Verified (代码生成) 70.30
MATH-500 (数学推理) 82.20
AIME 2024 (数学推理) 23.30
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
50
OpenAI Logo
OpenAI o3-mini (medium)
未公布
未公布
未公布
未公布
未公布
67.40
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 67.40
参数(亿) 未知
开源情况 不开源
查看模型详情
51
OpenAI Logo
OpenAI o3-mini (high)
未公布
79.70
49.30
97.90
87.00
69.50
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 79.70
SWE-bench Verified (代码生成) 49.30
MATH-500 (数学推理) 97.90
AIME 2024 (数学推理) 87.00
LiveCodeBench (代码生成) 69.50
参数(亿) 未知
开源情况 不开源
查看模型详情
52
Moonshot AI Logo
Kimi k1.5 (Short-CoT)
未公布
未公布
未公布
94.60
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 94.60
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
53
普林斯顿大学 Logo
Kimi k1.5 (Long-CoT)
未公布
未公布
未公布
96.20
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 96.20
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
54
xAI Logo
Grok 3
未公布
80.40
未公布
未公布
84.20
70.60
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 80.40
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 84.20
LiveCodeBench (代码生成) 70.60
参数(亿) 未知
开源情况 不开源
查看模型详情
55
xAI Logo
Grok 3 mini
未公布
65.00
未公布
未公布
40.00
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 65.00
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 40.00
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
56
xAI Logo
Grok-3 mini - Reasoning
未公布
84.00
未公布
未公布
96.00
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 84.00
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 96.00
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
57
xAI Logo
Grok-3 - Reasoning Beta
未公布
84.60
未公布
未公布
93.30
79.40
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 84.60
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 93.30
LiveCodeBench (代码生成) 79.40
参数(亿) 未知
开源情况 不开源
查看模型详情
58
Google Deep Mind Logo
Gemini-2.5-Pro-Preview-05-06
未公布
83.00
63.20
98.80
92.00
77.10
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 83.00
SWE-bench Verified (代码生成) 63.20
MATH-500 (数学推理) 98.80
AIME 2024 (数学推理) 92.00
LiveCodeBench (代码生成) 77.10
参数(亿) 未知
开源情况 不开源
查看模型详情
59
Anthropic Logo
Claude Sonnet 3.7-64K Extended Thinking
未公布
84.80
未公布
96.20
80.00
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 84.80
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 96.20
AIME 2024 (数学推理) 80.00
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
60
Moonshot AI Logo
Kimi-k1.6-IOI-high
未公布
未公布
未公布
未公布
未公布
73.80
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 73.80
参数(亿) 未知
开源情况 不开源
查看模型详情
61
Moonshot AI Logo
Kimi-k1.6-IOI
未公布
未公布
未公布
未公布
未公布
65.90
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 65.90
参数(亿) 未知
开源情况 不开源
查看模型详情
62
阿里巴巴 Logo
QwQ-Max-Preview
未公布
未公布
未公布
未公布
未公布
65.60
未知
免费商用授权
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 65.60
参数(亿) 未知
开源情况 免费商用授权
查看模型详情
63
OpenAI Logo
GPT-4.1 nano
未公布
50.30
未公布
未公布
29.40
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 50.30
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 29.40
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情
64
Google Deep Mind Logo
Gemini 2.5 Flash
未公布
78.30
63.80
未公布
88.00
63.40
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 78.30
SWE-bench Verified (代码生成) 63.80
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 88.00
LiveCodeBench (代码生成) 63.40
参数(亿) 未知
开源情况 不开源
查看模型详情
65
MistralAI Logo
Codestral 25.01
未公布
未公布
未公布
未公布
未公布
37.90
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 37.90
参数(亿) 未知
开源情况 不开源
查看模型详情
66
xAI Logo
Grok 3.5
未公布
未公布
未公布
未公布
未公布
未公布
未知
不开源
MMLU Pro (知识问答) 未公布
GPQA Diamond (常识推理) 未公布
SWE-bench Verified (代码生成) 未公布
MATH-500 (数学推理) 未公布
AIME 2024 (数学推理) 未公布
LiveCodeBench (代码生成) 未公布
参数(亿) 未知
开源情况 不开源
查看模型详情