DataLearner 标志

Llama 4 Maverick 评测详情

Llama 4 Maverick 当前已收录的代表性评测结果包括 MBPP(11 / 67,得分 77.60)、MMLU(34 / 116,得分 85.50)、MMMU(30 / 70,得分 73.40)。并附有 1 个数据来源链接供参考。

评测结果

Llama 4 Maverick

评测结果

思考模式
工具使用

综合知识考试

共 3 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
85.50
34 / 116
MMLU-Pro
常规模式
62.90
117 / 169
HLE
unknown
5.68
231 / 247

程序生成与编辑

共 1 项评测
评测名称 / 模式
得分
排名/总数
MBPP
常规模式
77.60
11 / 67

数学

共 2 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
61.20
30 / 42
FrontierMath
常规模式
0.70
56 / 61

抽象归纳与泛化

共 2 项评测
评测名称 / 模式
得分
排名/总数
ARC-AGI-1
开启思考
4.38
245 / 249
ARC-AGI-2
开启思考
0
228 / 234

图像感知与视觉推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMMU
unknown
73.40
30 / 70
MMMU-Pro
常规模式
62.10
192 / 252

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
27.70
82 / 99

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
15.60
54 / 59
Terminal Bench Hard
常规模式工具
6.80
191 / 242

跨应用与工具编排

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
开启思考工具
46.10
37 / 38

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SciCode
常规模式
31.70
128 / 136

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ³-Banking
常规模式工具
3.70
165 / 170

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
常规模式
0.80
123 / 126

跨能力聚合指数

共 2 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
132.20
113 / 167
AA Intelligence Index v4.3
常规模式工具
9.30
192 / 211

数据来源