加载中...
加载中...
一个涵盖 57 个主题的多项选择题基准，用于评估大规模语言模型的知识和推理能力。
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
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | DeepSeek-V3.1thinking | 93.4 | 2025-08-20 | 6710 |
| 2 | OpenAI o4 - minithinking | 93 | 2025-04-16 | 未知 |
| 3 | 91.8 | 2024-12-05 | 未知 | |
| 4 | 91.8 | 2025-08-20 | 6710 | |
| 5 | 90.8 | 2025-01-20 | 6710 | |
| 6 | 90.2 | 2025-04-14 | 未知 | |
| 7 | GPT OSS 120Bthinking | 90 | 2025-08-06 | 117 |
| 8 | 89.5 | 2025-03-10 | 未知 | |
| 9 | 89.5 | 2025-07-11 | 10000 | |
| 10 | 89.3 | 2025-06-30 | 719 | |
| 11 | 88.7 | 2024-05-13 | 未知 | |
| 12 | 88.6 | 2024-07-23 | 4050 | |
| 13 | 88.5 | 2024-12-26 | 6810 | |
| 14 | 88.3 | 2024-06-21 | 未知 | |
| 15 | 88.3 | 2024-10-22 | 未知 | |
| 16 | 88.17 | 2025-06-27 | 800 | |
| 17 | 87.9 | 2025-01-28 | 未知 | |
| 18 | 87.5 | 2024-08-13 | 2690 | |
| 19 | 87.5 | 2025-04-14 | 未知 | |
| 20 | 87.4 | 2025-01-22 | 未知 | |
| 21 | 87.1 | 2024-02-15 | 未知 | |
| 22 | 86.9 | 2025-01-31 | 未知 | |
| 23 | 86.8 | 2024-03-04 | 未知 | |
| 24 | 86.5 | 2025-02-05 | 未知 | |
| 25 | 86.5 | 2025-03-24 | 6710 | |
| 26 | 86.5 | 2025-06-30 | 3000 | |
| 27 | 86.1 | 2024-09-18 | 727 | |
| 28 | 86 | 2024-07-23 | 700 | |
| 29 | 86 | 2024-12-06 | 700 | |
| 30 | 85.9 | 2024-12-03 | 未知 |