大模型排名数据表格
|
排名
|
模型
|
MMLU Pro
|
GPQA Diamond
|
SWE-bench Verified
|
MATH-500
|
AIME 2024
|
LiveCodeBench
|
|---|---|---|---|---|---|---|---|
| 1 |
|
79.00 | 80.10 | 60.10 | 未公布 | 96.60 | 未公布 |
| 2 |
|
70.40 | 未公布 | 未公布 | 未公布 | 未公布 | 未公布 |
| 3 |
|
63.69 | 未公布 | 未公布 | 未公布 | 未公布 | 未公布 |
| 4 |
|
60.60 | 40.90 | 未公布 | 未公布 | 未公布 | 24.60 |
| 5 |
|
42.40 | 未公布 | 未公布 | 未公布 | 未公布 | 未公布 |
#1
MMLU Pro (综合评估)
79.00
GPQA Diamond (综合评估)
80.10
SWE-bench Verified (编程与软件工程)
60.10
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
96.60
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
117
开源情况
免费商用授权
查看模型详情
#2
MMLU Pro (综合评估)
70.40
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
140
开源情况
不可以商用
查看模型详情
#3
MMLU Pro (综合评估)
63.69
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
140
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
60.60
GPQA Diamond (综合评估)
40.90
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
24.60
参数(亿)
120
开源情况
免费商用授权
查看模型详情
MMLU Pro (综合评估)
42.40
GPQA Diamond (综合评估)
未公布
SWE-bench Verified (编程与软件工程)
未公布
MATH-500 (数学推理)
未公布
AIME 2024 (数学推理)
未公布
LiveCodeBench (编程与软件工程)
未公布
参数(亿)
160
开源情况
免费商用授权
查看模型详情