大模型排名数据表格
|
排名
|
模型
|
MMLU Pro
|
GPQA Diamond
|
SWE-bench Verified
|
MATH-500
|
AIME 2024
|
LiveCodeBench
|
|---|---|---|---|---|---|---|---|
| 1 |
|
84.40 | 81.10 | 未公布 | 未公布 | 未公布 | 74.10 |
| 2 |
|
78.40 | 70.40 | 未公布 | 未公布 | 未公布 | 43.20 |
| 3 |
|
76.00 | 58.00 | 未公布 | 91.00 | 79.50 | 未公布 |
| 4 |
|
74.00 | 71.50 | 未公布 | 未公布 | 96.00 | 未公布 |
| 5 |
|
70.97 | 未公布 | 未公布 | 90.60 | 50.00 | 未公布 |
| 6 |
|
69.23 | 未公布 | 未公布 | 未公布 | 未公布 | 51.20 |
| 7 |
|
69.10 | 54.80 | 未公布 | 未公布 | 未公布 | 29.00 |
| 8 |
|
69.06 | 46.13 | 未公布 | 未公布 | 未公布 | 未公布 |
| 9 |
|
67.50 | 42.40 | 未公布 | 未公布 | 25.30 | 29.70 |
| 10 |
|
66.76 | 45.96 | 未公布 | 未公布 | 未公布 | 未公布 |
| 11 |
|
56.54 | 未公布 | 未公布 | 未公布 | 未公布 | 未公布 |
| 12 |
|
47.16 | 33.84 | 未公布 | 未公布 | 未公布 | 未公布 |
| 13 |
|
未公布 | 68.40 | 未公布 | 97.20 | 81.40 | 65.70 |
| 14 |
|
未公布 | 未公布 | 51.60 | 未公布 | 未公布 | 未公布 |
| 15 |
|
未公布 | 未公布 | 46.80 | 未公布 | 未公布 | 未公布 |
| 16 |
|
未公布 | 未公布 | 53.60 | 未公布 | 未公布 | 未公布 |
| 17 |
|
未公布 | 68.18 | 未公布 | 未公布 | 70.68 | 55.84 |
| 18 |
|
未公布 | 未公布 | 未公布 | 未公布 | 未公布 | 31.50 |
MMLU Pro (综合评估)
84.40
GPQA Diamond (综合评估)
81.10
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
74.10
参数(亿)
305
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
78.40
GPQA Diamond (综合评估)
70.40
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
43.20
参数(亿)
305
开源情况
免费商用授权
查看模型详情
#3
MMLU Pro (综合评估)
76.00
GPQA Diamond (综合评估)
58.00
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
91.00
AIME 2024 (数学推理)
79.50
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
325
开源情况
免费商用授权
查看模型详情
#4
MMLU Pro (综合评估)
74.00
GPQA Diamond (综合评估)
71.50
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
96.00
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
210
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
70.97
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
90.60
AIME 2024 (数学推理)
50.00
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
320
开源情况
免费商用授权
查看模型详情
#6
MMLU Pro (综合评估)
69.23
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
51.20
参数(亿)
320
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
69.10
GPQA Diamond (综合评估)
54.80
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
29.00
参数(亿)
305
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
69.06
GPQA Diamond (综合评估)
46.13
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
240
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
67.50
GPQA Diamond (综合评估)
42.40
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
25.30
LiveCodeBench (编程与软件工程)
29.70
参数(亿)
270
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
66.76
GPQA Diamond (综合评估)
45.96
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
240
开源情况
免费商用授权
查看模型详情
#11
MMLU Pro (综合评估)
56.54
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
270
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
47.16
GPQA Diamond (综合评估)
33.84
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
320
开源情况
不可以商用
查看模型详情
#13
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
68.40
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
97.20
AIME 2024 (数学推理)
81.40
LiveCodeBench (编程与软件工程)
65.70
参数(亿)
320
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
51.60
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
305
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
46.80
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
240
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
53.60
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
240
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
未公布
GPQA Diamond (综合评估)
68.18
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
70.68
LiveCodeBench (编程与软件工程)
55.84
参数(亿)
240
开源情况
免费商用授权
查看模型详情