DataLearner logoDataLearnerAI
Latest AI Insights
Model Evaluations
Model Directory
Model Comparison
Resource Center
Tool Directory

加载中...

DataLearner logoDataLearner AI

A knowledge platform focused on LLM benchmarking, datasets, and practical instruction with continuously updated capability maps.

产品

  • Leaderboards
  • 模型对比
  • Datasets

资源

  • Tutorials
  • Editorial
  • Tool directory

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner curates industry data and case studies so researchers, enterprises, and developers can rely on trustworthy intelligence.

隐私政策服务条款
  1. Back to benchmark list
  2. /
  3. BBH

BBH 评测基准详情

更新2025-09-14
Views689
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

查看原始论文
阅读学术论文原文
获取数据集
下载评测数据集
访问官网
浏览项目官方网站

BBH Model Score Leaderboard

Source: DataLearnerAI

Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology

模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...

详细评测数据

No parallel thinking results available

BBH详细排名数据表格

排名模型
1
ERNIE-4.5-300B-A47Bdefault
94.32025-06-303000
2
Claude 3.5 Sonnet Newdefault
92.62024-10-22未知
3
DeepSeek-V3default
92.32024-12-266810
4
Hunyuan-TurboSdefault
92.22025-03-10未知
5
GPT-4odefault
91.72024-05-13未知
6
Llama3.1-405B Instructdefault
89.22024-07-234050
7
Hunyuan-A13B-Instructdefault
89.12025-06-27800
8
Qwen3-235B-A22Bdefault
88.872025-04-282350
9
Qwen3-Nextdefault
87.132025-09-11800
10
Qwen2.5-72Bdefault
86.32024-09-18727
11
Gemma 2 - 9Bdefault
68.22024-06-2790
12
Moonlight-16B-A3B-Instructdefault
65.22025-02-23160
13
Llama3.1-8Bdefault
57.72024-07-2380
14
Qwen2.5-3Bdefault
56.32024-09-1830
15
Mistral-7B-Instruct-v0.3default
56.12024-05-2270
16
Llama-3.2-3Bdefault
46.82024-09-1832
17
Gemini 1.5 Prodefault
02024-02-15未知
18
Amazon Nova Prodefault
02024-12-03未知