HumanEval评测最新大模型排名与完整榜单数据
查看 HumanEval 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。
数据来源：DataLearnerAI
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
模型模式说明
许可证:
来源:
模型发布时间截止:
HumanEval 排名
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
97.60 | 2025-01-31 | 未知 | 闭源 | ||
 Claude Opus 4.6 扩展思考 | 95.00 | 2026-02-05 | 未知 | 闭源 | |
93.70 | 2024-10-22 | 未知 | 闭源 | ||
4 |  OpenAI o1-mini 常规模式 | 92.40 | 2024-09-12 | 未知 | 闭源 |
5 | 92.00 | 2024-06-21 | 未知 | 闭源 | |
6 |  Hunyuan-TurboS 常规模式 | 91.00 | 2025-03-10 | 未知 | 闭源 |
7 | 90.20 | 2024-11-20 | 未知 | 闭源 | |
8 | GPT-4o 常规模式 | 90.00 | 2024-05-13 | 未知 | 闭源 |
9 |  Gemini 1.5 Pro 常规模式 | 89.00 | 2024-02-15 | 未知 | 闭源 |
10 | 89.00 | 2024-07-23 | 4050亿 | 免费商用 | |
11 |  Amazon Nova Pro 常规模式 | 89.00 | 2024-12-03 | 未知 | 闭源 |
12 |  DeepSeek-V3 常规模式 | 89.00 | 2024-12-26 | 6810亿 | 免费商用 |
13 | 88.41 | 2025-03-17 | 240亿 | 免费商用 | |
14 |  Qwen2.5-32B 常规模式 | 88.40 | 2024-09-18 | 320亿 | 免费商用 |
15 | 88.40 | 2024-12-06 | 700亿 | 免费商用 | |
16 |  Grok 2 常规模式 | 88.40 | 2024-08-13 | 2690亿 | 免费商用 |
17 | Claude 3.5 Haiku 常规模式 | 88.10 | 2024-10-22 | 未知 | 闭源 |
18 | 87.80 | 2025-03-12 | 270亿 | 免费商用 | |
19 | GPT-4o mini 常规模式 | 87.20 | 2024-07-18 | 未知 | 闭源 |
20 |  Codestral 25.01 常规模式 | 86.60 | 2025-01-13 | 未知 | 闭源 |
21 | Claude3-Opus 常规模式 | 84.90 | 2024-03-04 | 未知 | 闭源 |
22 | Codestral 常规模式 | 81.10 | 2024-05-29 | 220亿 | 非商用 |
23 | 80.50 | 2024-07-23 | 700亿 | 免费商用 | |
24 | 74.40 | 2025-02-27 | 38亿 | 免费商用 | |
25 | Grok-1.5 常规模式 | 74.10 | 2024-03-29 | 未知 | 闭源 |
26 | Qwen2.5-Max 常规模式 | 73.20 | 2025-01-28 | 未知 | 闭源 |
27 | GPT-4 常规模式 | 67.00 | 2023-03-14 | 1750亿 | 闭源 |
28 | 66.50 | 2024-07-23 | 80亿 | 免费商用 | |
29 | 62.20 | 2025-03-04 | 320亿 | 非商用 | |
30 | Qwen2.5-72B 常规模式 | 59.10 | 2024-09-18 | 727亿 | 免费商用 |
继续滚动可加载剩余 9 条