SAGE(Student Assessment with Generative Evaluation)考察模型能否按既定评分标准批改学生手写的数学作业,需要识读数学符号、理解评分细则并保持判分一致,题目覆盖自动机、线性代数、偏微分方程等高等数学领域。
查看 SAGE 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 | |||
|---|---|---|---|---|---|
— | ![]() GPT-6 Luna 思考水平·Max工具 | 48.09 | 2026-09-22 | 未知 | 闭源 |
— | ![]() Claude Opus 5.5 思考水平·Max工具 | 45.83 | 2026-09-22 | 未知 | 闭源 |
— | ![]() GPT-6 Sol 思考水平·Max工具 | 44.79 | 2026-09-22 | 未知 | 闭源 |