查看 BALROG 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Gemini 3 Pro 常规模式工具 | 58.10 | 2026-02-01 | 未知 | 闭源 | |
Gemini 3.1 Pro Preview 常规模式工具 | 57.00 | 2026-02-20 | 未知 | 闭源 | |
Gemini 3.0 Flash 常规模式工具 | 48.10 | 2025-12-17 | 未知 | 闭源 | |
4 |  Grok 4 常规模式工具 | 43.60 | 2025-07-10 | 未知 | 闭源 |
5 |  Opus 4.5 常规模式工具 | 43.50 | 2025-11-25 | 未知 | 闭源 |
6 | 43.30 | 2025-03-25 | 未知 | 闭源 | |
7 | Opus 4.5 64K工具 | 43.00 | 2025-11-25 | 未知 | 闭源 |
8 |  DeepSeek-R1 常规模式工具 | 34.90 | 2025-01-20 | 6710亿 | 免费商用 |
9 | Gemini 2.5 Flash 常规模式工具 | 33.50 | 2025-04-17 | 未知 | 闭源 |
10 | Claude 3.5 Sonnet New 常规模式工具 | 32.60 | 2024-10-22 | 未知 | 闭源 |
11 |  Llama3.1-70B-Instruct 常规模式工具 | 27.90 | 2024-07-23 | 700亿 | 免费商用 |
12 |  GPT-4o mini 常规模式工具 | 17.40 | 2024-07-18 | 未知 | 闭源 |
2026-08-12 官方榜单快照中，Gemini 3 Pro Preview 的平均进度为 58.1%。
