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. MMLU

MMLU 评测基准详情

更新2026-01-20
Views2,615
问题数量
15000
发布机构
个人
评测类别
综合评估
评测指标
Accuracy
支持语言
英文
难度等级
基础

简介

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。

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

MMLU 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

MMLU详细排名数据表格

排名模型
1
DeepSeek-V3.1default
93.42025-08-206710
2
OpenAI o4 - minidefault
932025-04-16未知
3
OpenAI o1default
91.82024-12-05未知
4
DeepSeek-V3.1default
91.82025-08-206710
5
DeepSeek-R1default
90.82025-01-206710
6
GPT-4.1default
90.22025-04-14未知
7
GPT OSS 120Bdefault
902025-08-06117
8
Hunyuan-TurboSdefault
89.52025-03-10未知
9
Kimi K2default
89.52025-07-1110000
10
Pangu Pro MoEdefault
89.32025-06-30719
11
GPT-4odefault
88.72024-05-13未知
12
Llama3.1-405B Instructdefault
88.62024-07-234050
13
DeepSeek-V3default
88.52024-12-266810
14
Claude 3.5 Sonnetdefault
88.32024-06-21未知
15
Claude 3.5 Sonnet Newdefault
88.32024-10-22未知
16
Hunyuan-A13B-Instructdefault
88.172025-06-27800
17
Qwen2.5-Maxdefault
87.92025-01-28未知
18
Grok 2default
87.52024-08-132690
19
GPT-4.1 minidefault
87.52025-04-14未知
20
Kimi k1.5 (Short-CoT)default
87.42025-01-22未知
21
Gemini 1.5 Prodefault
87.12024-02-15未知
22
OpenAI o3-mini (high)default
86.92025-01-31未知
23
Claude3-Opusdefault
86.82024-03-04未知
24
Gemini 2.0 Pro Experimentaldefault
86.52025-02-05未知
25
DeepSeek-V3-0324default
86.52025-03-246710
26
ERNIE-4.5-300B-A47Bdefault
86.52025-06-303000
27
Qwen2.5-72Bdefault
86.12024-09-18727
28
Llama3.1-70B-Instructdefault
862024-07-23700
29
Llama3.3-70B-Instructdefault
862024-12-06700
30
Amazon Nova Prodefault
85.92024-12-03未知
将鼠标移至此处继续加载剩余 29 条