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 |
|
52.80 | 36.00 | 未公布 | 71.80 | 10.00 | 未公布 |
| 2 |
|
34.60 | 24.30 | 未公布 | 未公布 | 未公布 | 未公布 |
| 3 |
|
25.00 | 26.60 | 未公布 | 未公布 | 未公布 | 未公布 |
| 4 |
|
未公布 | 49.00 | 未公布 | 90.40 | 50.00 | 未公布 |
MMLU Pro (综合评估)
52.80
GPQA Diamond (综合评估)
36.00
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
71.80
AIME 2024 (数学推理)
10.00
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
38
开源情况
免费商用授权
查看模型详情
#2
MMLU Pro (综合评估)
34.60
GPQA Diamond (综合评估)
24.30
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)
30
开源情况
免费商用授权
查看模型详情
#3
MMLU Pro (综合评估)
25.00
GPQA Diamond (综合评估)
26.60
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)
32
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)
49.00
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
90.40
AIME 2024 (数学推理)
50.00
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
38
开源情况
不开源
查看模型详情