Hunyuan-TurboS大模型评测基准与性能对比
本页面提供了Hunyuan-TurboS,DeepSeek-V3,Claude 3.5 Sonnet New,Llama3.1-405B Instruct,GPT-4o模型在MMLU,MMLU Pro,HumanEval,BBH,GPQA Diamond,LiveCodeBench,SimpleQA,MATH,MATH-500等评测基准中的详细对比数据，评测数据来源当前系统收录结果生成。数据如有问题可以通过微信公众号联系更正，感谢！
详细评测数据对比
| 评测基准 (Benchmark) | Hunyuan-TurboS | DeepSeek-V3 | Claude 3.5 Sonnet New | Llama3.1-405B Instruct | GPT-4o |
|---|---|---|---|---|---|
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- |
性能概览 (热力图)
颜色越深，代表得分越高。可快速发现模型在不同评测项上的整体表现模式。