BBH
更新于 2026-04-03
985 次浏览
问题数量
23
发布机构
Google
评测类别
综合评估
评测指标
Varies
支持语言
英语
难度等级
Expert
简介
BIG-Bench 的困难子集，包含更具挑战性的任务，用于评估模型的极限能力。
相关资源
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
BBH评测最新大模型排名与完整榜单数据
查看 BBH 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。
模型发布时间截止:
BBH详细排名数据表格
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | 94.30 | 2025-06-30 | 3000 | |
| 2 | 92.60 | 2024-10-22 | 未知 | |
| 3 | 92.30 | 2024-12-26 | 6810 | |
| 4 | 92.20 | 2025-03-10 | 未知 | |
| 5 | GPT-4o 常规 | 91.70 | 2024-05-13 | 未知 |
| 6 | 89.20 | 2024-07-23 | 4050 | |
| 7 | 89.10 | 2025-06-27 | 800 | |
| 8 | 88.87 | 2025-04-28 | 2350 | |
| 9 | 87.60 | 2025-03-12 | 270 | |
| 10 | 87.13 | 2025-09-11 | 800 | |
| 11 | 86.30 | 2024-09-18 | 727 | |
| 12 | 74.90 | 2024-05-14 | 270 | |
| 13 | 68.20 | 2024-06-27 | 90 | |
| 14 | 65.20 | 2025-02-23 | 160 | |
| 15 | 57.70 | 2024-07-23 | 80 | |
| 16 | 56.30 | 2024-09-18 | 30 | |
| 17 | 56.10 | 2024-05-22 | 70 | |
| 18 | 46.80 | 2024-09-18 | 32 | |
| 19 | 0.00 | 2024-02-15 | 未知 | |
| 20 | 0.00 | 2024-12-03 | 未知 |