Hunyuan-TurboS,DeepSeek-V3,Claude 3.5 Sonnet New,Llama3.1-405B Instruct,GPT-4o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！

更多的模型对比结果可以通过DataLearnerAI自定义大模型对比工具获得：https://www.datalearner.com/ai-models/ai-benchmarks-tests/benchmarks-for-all

如果表格中缺少某些模型或者评测基准，意味着当前数据缺失！