DataLearner 标志

Claude3-Haiku 评测详情

Claude3-Haiku 当前已收录的代表性评测结果包括 IF Bench(243 / 282,得分 36.10)、MMMU(67 / 74,得分 50.20)、HLE(521 / 565,得分 4.10)。

评测结果

Claude3-Haiku

评测结果

思考模式
工具使用

综合评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
HLE
常规模式
4.10
521 / 565

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
37.40
437 / 463

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
15.40
242 / 251

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
714.60
100 / 106

多模态理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMMU
unknown
50.20
67 / 74
MMMU-Pro
常规模式
30.80
227 / 229

Agent能力评测

共 2 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
常规模式工具
21.10
244 / 264
Terminal Bench Hard
常规模式工具
0.80
242 / 244

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
常规模式
36.10
243 / 282